[发明专利]一种滚动轴承性能变异过程的显著性检验方法

摘要

本发明公开了一种滚动轴承性能变异过程的显著性检验方法，通过在滚动轴承服役期间对其性能进行定期采样，获得第r个时间序列，将第r个时间序列等分为D个子序列，第d个子序列数据为Xrd；用自助法对各个子序列进行处理，获得各个子序列的各阶原点矩；用最大熵原理构建各个子序列的概率密度函数；选取参考时间序列段；建立后验概率密度函数；建立重合度；给定显著性水平α；若重合度小于1-α，则认定第r个时间序列的第d个子序列Xrd显著变异；否则认定其未显著变异。本发明在缺乏概率分布与趋势先验信息条件下，可以及时检验出服役期间滚动轴承性能的变异信息，发现轴承失效隐患，以便尽早采取措施，避免恶性事故发生。

主权项

1.一种滚动轴承性能变异过程的显著性检验方法，其特征在于：该方法具体包括以下步骤：（1）选择能够反映滚动轴承工作性能的参数，进行R个时间单元的采样，获取该性能数据的R个时间序列,再将每个时间序列等分为D个子序列，设第r个时间序列的第d个子序列为X_rd；（2）用自助法处理各时间序列的各个子序列，获得X_rd的各阶原点矩；（3）用最大熵原理构建各时间序列各子序列X_rd的概率密度函数f_rd(x)，x是滚动轴承性能数据的随机变量；（4）选取参考时间序列段：令r=1，获得第1个时间序列的第d个子序列X_1d的概率密度函数f_1d(x)，令f_1d(x)既为先验分布，又为当前样本分布，由贝叶斯统计学得到X_1d的后验概率密度函数计算其对应的方差D_1d，选取其中最小的一个为D_1min，设对应于其方差最小的子序列及其后验概率密度函数分别为X_1min和X_1min即为参考时间序列段，f_1min(x)为参考分布；（5）建立后验概率密度函数：考察第r(r=2,3,…,R)个时间序列，令X_rd为当前样本，f_rd(x)为当前样本分布，由贝叶斯统计学得到第r个时间序列的第d个子序列X_rd的后验概率密度函数（6）根据步骤（4）和（5）获得与交集边沿曲线S(x)：交集边沿曲线S(x)下的面积即为重合度α_1,rd：其中R_S为x的关于交集边沿曲线S(x)的积分区间；（7）给定显著性水平α∈[0,1]，取α=0.1为参考显著性水平；若重合度α_1,rd小于1-α，则认定第r个时间序列的第d个子序列X_rd显著变异；否则，认定第r个时间序列的第d个子序列X_rd未显著变异。