[发明专利]一种基于区间时间序列的轴承温升预测方法

说明书

技术领域

本发明涉及一种基于区间时间序列的轴承温升预测方法，属轴承应用技术领域。

背景技术

轴承是机床的重要组成部件，在轴承在旋转过程中，由于摩擦力等因素将会随着转速升高出现温度提升的现象，轴承温度升高带来的热膨胀将使轴承轴向移动、径向伸长，从而改变轴承的刚度，进而会影响机床加工质量与效率，甚至会使轴承损坏及机床停止运行。因此，对于轴承温升趋势进行准确预测，保证轴承乃至机床安全可靠的运行具有重要的意义。

传统的轴承温升预测方法主要有时间序列预测法，神经网络模型预测法等。这两种方法的一个共同特点是从信息获取到特征提取及最后模型预测过程中，把所有参数都当作精确参数处理，没有考虑预测过程中的不确定性存在，如信息获取中的测量不确定性，特征提取中的数值不确定性，模型预测中由于模型相似性而产生的模型不确定性。这些不确定性的存在将带来误差，从而减低预测可靠性。为了提高预测结果的可靠性，在预测过程中的不确定性必须加以考虑。

模态区间是经典区间的延伸，模态区间数学理论Miguel等在《modal interval Analysis》(2014)中进行了详细阐述。模态区间的算法基础是Kaucher算法，相比于传统的区间，模态区间具有更好的代数特性和语义理解性。基于模态区间的不确定性分析方法是一种新的不确定性分析方法，其将不确定性变量通过模态区间量处理，而且基于模态区间构建的模型其参数为区间形式，使模型具有较好的鲁棒性。然而，基于模态区间的不确定性分析方法在工程应用中刚刚起步，尚未应用与轴承温升预测中。

发明内容

本发明的目的是，针对轴承温升预测过程中存在的不确定性问题，提供一种基于模态区间的时间序列轴承温升预测方法，利用模态区间理论处理轴承温升预测中信息获取及传统时序序列预测模型中的模型不确定性问题，由区间时间序列模型对轴承温升进行可靠预测。

实现本发明的技术方案是，本发明采用模态区间的宽度来描述轴承温升预测中的不确定性变量大小，通过模态区间理论处理轴承温度信息获取中的测量不确定性及传统时间序列预测模型中的模型不确定性，将获得的轴承温升信息进行数据预处理，并将测量数据模态区间化，建立区间时间序列模型，对轴承温升进行预测。

本发明一种基于区间时间序列的轴承温升预测方法，具体包括以下步骤：

(1)信息获取

通过测量工具获取机床加工中轴承温升的测量信息。其中，测量信息为轴承温度数据，测量工具可以为热电阻、热电偶、点温计等温度传感器等。

(2)数据预处理

对获取轴承温度的测量数据通过滤波、去噪等方法进行预处理，形成无噪的测量数据集{x₁,x₂,K,x_m}，其中，x为预处理后的测量数据，m为测量数据的个数。

(3)测量数据模态区间化

考虑测量轴承温度中的传感器精度，观测误差及环境影响等测量不确定性，依据模态区间理论及误差理论，把预处理了的测量数据集中的每个元素转换成模态区间形式以增加获取数据的可靠性，则测量数据集转换为其中为模态区间下界，为模态区间上界，x为模态区间。

其中，模态区间的数学表达式为：

x:=[x‾,x‾],(x‾,x‾∈kR)]]>

即模态区间x通过一对实数来定义，kR表述广义闭区间实数集合，式中的x不受的任何约束，即区间的上下界大小不受限制，如经典区间只能为[1,3]，不能为[3,1]，但模态区间不受限制，两个区间都是许可的。模态区间的算法基础是Kaucher算法。

(4)建立区间时间序列模型