基于多维特征融合的滚动轴承性能退化起始点识别和剩余寿命预测

打开文本图片集

0 引言

滚动轴承作为旋转机械中的核心部件I，广泛应用于航空航天、轨道交通、风力发电以及工业制造等领域，其运行状态直接关系到设备的安全性、可靠性和使用寿命。然而，滚动轴承在长时间运行过程中会受到复杂工况和多种应力因素的影响，逐渐出现疲劳、磨损等劣化现象，最终可能导致设备故障。为了降低故障率、减少停机时间及维护成本，滚动轴承剩余寿命（remainingusefullife，RUL）预测成为了设备健康管理（predictiveandhealthmanagement，PHM）中的关键环节[2]。（剩余10012字）