[发明专利]一种滚珠丝杠副的寿命预测方法

权利要求书

1.一种滚珠丝杠副的寿命预测方法，其特征在于，包括下列步骤：

步骤a、对振动传感器采集的原始信号进行小波降噪处理；

步骤b、通过傅里叶变换，将时域信号变换到频域空间，通过特征提取提取时域特征和频域特征；

步骤c、通过Fisher准则对提取的时域特征和频域特征进行降维处理，以筛选出对于丝杠退化贡献大的特征；

步骤d、采用逻辑回归算法对所述特征进行映射，映射区间为【0，1】；

步骤e、通过自适应阈值检测算法进行临界点检测；具体包括下列步骤：

步骤e1、设定逻辑回归得到的丝杠的健康值序列为{HV}；在正常状态下的健康值序列为{HV_Normal}，新引入的健康值为HV_New；

步骤e2、在设备的运行过程中，健康值不断生成，记当前点健康值前面的点的健康值的均值为μ，当前点健康值前面点健康值的方差为σ；

步骤e3、记当前点健康值与前面点健康值的均值μ之间的差值为d，判断差值d与方差σ之间的大小，如果连续5个点满足d＞3σ，将该点定义为临界点；

步骤e4、将第一个临界点确定为初始退化临界点，并将此点确定为寿命预测的初始点；

步骤f、通过高斯过程回归对丝杠的剩余寿命进行预测，从而获得剩余寿命。

2.根据权利要求1所述一种滚珠丝杠副的寿命预测方法，其特征在于，所述提取时域特征和频域特征包括均方根值、方差、标准差、最大值、最小值、平均幅值、峭度因子、波形系数、峰值、峰值因子、脉冲指标、方根幅值、裕度系数和偏度。

3.根据权利要求2所述一种滚珠丝杠副的寿命预测方法，其特征在于，所述对于丝杠退化贡献大的特征包括均方根值、标准差、最大值和方差。

4.根据权利要求3所述一种滚珠丝杠副的寿命预测方法，其特征在于，所述高斯过程回归是随机变量的集合，所述集合中任意有限维随机变量的组合都服从联合正态分布，通过训练数据先验分布完成对后验分布的估计，定义训练数据集合为：其中x_n为时间序列，y_n为该时刻下由逻辑回归所得到的健康值，设所述初始退化临界点为(x_N,y_N)，则将用来训练模型，若预测当前点之后的200个点，则输入为预测的输出为当下一个时刻的点产生时，则将用来训练模型，若预测当前点之后的200个点，则输入为预测的输出为