[发明专利]离心泵精密滚动轴承性能变异参数-非参数融合评估方法

说明书

离心泵精密滚动轴承性能变异参数‑非参数融合评估方法，涉及滚动轴承性能退化的技术领域，本发明以相同区间中滚动轴承不同时间序列数据的频率绝对差最大值以及统计量的临界值为评估要素，评估滚动轴承性能保持可靠性，本发明不需要性能退化模型、分布律、概率分布函数及阈值，直接对实际测量的滚动轴承性能数据进行划分区间，根据区间内轴承性能数据累积频率，实施滚动轴承性能数据分布的对比，确定滚动轴承性能是否发生变化，分析离心泵滚动轴承性能的变化等，适合大范围的推广和应用。

技术领域

本发明涉及滚动轴承性能退化的技术领域，尤其涉及离心泵精密滚动轴承性能变异的一种评估方法，具体涉及一种离心泵精密滚动轴承性能变异参数-非参数融合评估方法。

背景技术

已知的，滚动轴承是现代机电设备的关键性部件之一，滚动轴承性能对设备运行的安全性、可靠性有重要的作用。滚动轴承性能主要包括振动、噪声、摩擦力矩、温升、旋转精度等，这些性能对机械系统的运行性能有重要影响。振动是滚动轴承的一个重要性能指标，综合反映了轴承的制造、安装、润滑等因素，影响到轴承的动态特性、寿命与可靠性。

合理评估滚动轴承振动性能变异具有很重要的应用价值，可以及时发现轴承的失效隐患，提前采取措施，避免发生重大安全事故。

参数估计和非参数估计是近代统计学中两种重要的评估方法，在数据分布已知的条件下，参数评估有很高的效率；然而，在很多情况下，数据的分布是未知的、不确定的，如果假设数据服从某种分布而牵强的使用参数估计，很可能产生错误的甚至灾难性的结果；非参数估计适用于小样本、无分布样本以及污染样本、混杂样本等，最大程度地摆脱了分布的束缚；滚动轴承性能数据具有多样性、复杂性、不确定性，没有确定的分布，因此，非参数估计适合滚动轴承性能数据的评估。

斯米尔诺夫检验是近代统计学中非参数估计中的重要方法之一，该方法不需要知道数据的分布类型，可以解决两个样本之间的分布检验问题；滚动轴承性能保持性评估问题，可以通过分析轴承时间序列数据是否属于同一分布来实现，因此，滚动轴承性能保持可靠性可以非参数估计方法中斯米尔诺夫方法来分析。

斯米尔诺夫检验认为，两个样本拥有相同的分布，则两个样本服从同一总体；如果两个样本不服从同一分布，则两个样本不服从同一总体；本发明将斯米尔诺夫检验方法应用于滚动轴承性能保持可靠性研究，对于滚动轴承性能数据而言，如果两个时间序列服从同一分布，则说明两个时间序列数据性能一致，否则说明两个时间序列数据性能发生变化；因此，按照时间先后顺序，可以把滚动轴承性能数据划分为不同的时间序列数据；用斯米尔诺夫检验方法检验第1时间序列数据和第2时间序列数据是否服从同一分布；如果二者服从同一分布，则说明第1时间序列数据和第2时间序列数据性能一致，继续分析第1时间序列数据和第3时间序列数据是否服从同一分布，直到第1时间序列数据和其它时间序列数据分布不一致为止，说明滚动轴承第1时间序列数据性能保持到该时间序列发生变化，这样可以评估滚动轴承性能保持时间；以此类推，以和第1时间序列数据分布不相同的时间序列数据为第1时间序列数据，分析滚动轴承性能的保持性，最终得到滚动轴承不同性能的保持时间，分析滚动轴承在服役期间性能的变异。

目前公开的研究滚动轴承振动性能的方法主要有轴承振动信号数据的时域特征和神经网络法，轴承振动信号的光谱分析法，轴承振动数据的灰自助法，基于Hilbert-Huang的轴承振动特性分析法，基于相空间的滚动轴承振动特征参数的分析法等。这些方法需要事先假设特定的性能退化模型、分布律、概率密度函数和阈值，且没有涉及到滚动轴承振动性能保持可靠性问题等。

发明内容

为克服背景技术中存在的不足，本发明提供了一种离心泵精密滚动轴承性能变异参数-非参数融合评估方法，本发明不需要事先假设性能退化模型、分布律、概率密度函数和阈值，对实际测量的轴承振动性能数据划分时间序列，通过判断不同时间序列数据是否为相同分布，进而实施性能保持可靠性评估，为滚动轴承振动性能的评估及其工程应用提供新方法等。

为实现如上所述的发明目的，本发明采用如下所述的技术方案：