[发明专利]一种多特征融合评估预测轴承性能寿命方法

权利要求书

1.一种多特征融合评估预测轴承性能寿命方法，其特征在于，所述方法包括以下步骤：

步骤1、对滚动轴承退化特征样本集X_org进行归一化处理，得到归一化的特征样本集X，X中的退化特征数目为M，样本个数为N；

步骤2、依据Hausdorff距离计算所有特征之间的相似性，得到相似性矩阵S；

步骤3、将归一化的特征样本集X的M个特征分为K类；

步骤4、选取K类特征中每类的最优特征，形成最优特征样本集X_opt，X_opt中的退化特征数目为K，样本个数为N；

步骤5、计算K个特征的类敏感度；

步骤6、计算K个特征的重叠趋势性；

步骤7、对类敏感度-重叠趋势性进行归一化，并利用归一化的类敏感度-重叠趋势性对特征进行融合得到融合退化指标。

2.根据权利要求1所述的一种多特征融合评估预测轴承性能寿命方法，其特征在于，所述步骤3将归一化的特征样本集X的M个特征分为K类如下：

步骤3.1：初始化分类树，从步骤2中计算出的Hausdorff距离相似性矩阵S中选择相似性最小的两个特征分别作为第一类与第二类的类中心；

步骤3.2：依据Hausdorff距离继续从其余待选特征中选择与已选特征相似性最小的特征作为下一类的类中心；

步骤3.3：重复步骤3.2，直至得到K个类中心；

步骤3.4：将剩余的待选特征依据Hausdorff距离相似性将其逐一归类到与之最为相似的类中，最终将归一化的特征样本集X中的M个特征分为K类。

3.根据权利要求1所述的一种多特征融合评估预测轴承性能寿命方法，其特征在于，所述步骤4选取K类特征中每类的最优特征，形成最优特征样本集X_opt，X_opt中的退化特征数目为K，样本个数为N如下：

步骤4.1：综合考虑特征的单调性与预测性两个指标，对K类中的所有M个特征进行评价，定义综合评价准则如下：

其中，表示第i个特征的综合评价值；表示第i个特征的单调性；表示第i个特征的预测性，为权重；

步骤4.2：依据特征的综合评价指标从K类特征集中分别选取每类中指标值最大的特征形成最优特征集，退化特征数目为K。

4.根据权利要求1所述的一种多特征融合评估预测轴承性能寿命方法，其特征在于，所述步骤5计算K个特征的类敏感度如下：

步骤5.1：利用谱聚类算法将滚动轴承的最优特征样本集X_opt的N个样本划分为C类，分别代表滚动轴承性能退化过程中的C个不同阶段；

步骤5.2：计算第i个特征的类内标准差，；

步骤5.3：计算第i个特征的类间标准差，i=1…K；

步骤5.4：计算特征的类敏感度指数，计算方法如下：

其中，表示第i个特征对应的类敏感度指数，其值限定在（0,1）范围内，其值越大，表明该特征敏感度越高，反之越小，特征敏感度越低。

5.根据权利要求1所述的一种多特征融合评估预测轴承性能寿命方法，其特征在于，所述步骤6计算K个特征的重叠趋势性如下：

将各特征序列中的点以5个为一组划分，并将5个点中的后两个点作为下一组数据的起始点，以上面所述方法将序列划分为Z个子区域（最后一个区域通过补0找齐），计算每个子区域的特征均值得到子序列y，子序列共Z个值，如果Z为偶数，将子序列y以第Z/2个值为界将其划分为前半部分ya与后半部分yb，（假设Z为奇数，考虑到一个点对于整体趋势性的影响较小可去掉中间点，然后进行前后两部分的划分），并计算后半部分的第i个值与前半部分的第i个值的差值（i=1,2,…,m-1），计算得到差值为正数的个数，并通过差值为正数的个数与所有值个数的比值计算子序列的趋势性，计算方法如下：

其中，函数表示取值函数，当括号中内容x0,时，值取1；否则，值取为0；表示的差值为正数的个数，表示差值为非正数的个数；

计算特征序列的重叠趋势性：

。

6.根据权利要求1所述的一种多特征融合评估预测轴承性能寿命方法，其特征在于，所述步骤7.1计算第i个特征正常阶段前点的均值如下：

其中，为i特征t时刻值，K为特征个数，为第i个特征正常阶段样本的个数；

步骤7.2：计算特征类敏感度与重叠趋势性指数

步骤7.3：归一化K个特征的类敏感度-重叠趋势性值，定义如下：

步骤7.4：利用归一化的敏感度-重叠趋势性对特征进行加权融合得到多特征融合指标

。