原文传递
基于组合模型的汽车轮毂轴承故障预测研究
| 论文题名： | 基于组合模型的汽车轮毂轴承故障预测研究 |
| 关键词： | 轮毂轴承;神经网络;疲劳试验;故障预测;重型汽车 |
| 摘要： | 轮毂轴承作为汽车核心的零部件之一，其运行可靠性的优劣与汽车行驶时的安全、舒适程度密切相关。为保障汽车的正常行驶及实现轮毂轴承的预防维护，本文将某载重型汽车中后桥轮毂轴承作为研究对象，结合其结构特性及实际运行特点，对灰色GM（1,1）模型和BP神经网络模型进行寻优预测研究，同时提出一种数据拟合效果更优的组合预测模型，搭建轮毂轴承综合性能智能测试试验台，进行了加速疲劳寿命试验，验证了模型对轮毂轴承退化趋势的预测精度，并设计了轮毂轴承故障预测系统。 1.围绕课题背景，介绍了故障预测方法及其国内外研究现状；针对汽车轮毂轴承的结构特性及实际运行特点，对轮毂轴承的振动机理、主要的失效形式以及振动信号的特征提取方法进行了研究。 2.着重描述了灰色 GM（1,1）预测模型、BP神经网络预测模型的具体建模原理，以及在保有各单一模型原有预测优势的基础上，通过变更白化背景值得到改进的灰色 GM（1,1）模型，并且经过遗传算法优化初始权、阈值得到 GA-BP神经网络预测模型；结合中频发电机轴承故障案例，验证了上述各模型的预测精度，同时，按照误差平方和最小原则，对上述改进（优化）模型赋予合适的权值系数，构建组合预测模型，进而使模型的预测精度得到了进一步的提高。 3.搭建轮毂轴承智能测试试验台，对轮毂轴承进行加速疲劳寿命试验，通过试验台数据采集装置获取到轮毂轴承样本数据；依据设备振动相对判别标准及试验轴承实际退化趋势，定量划分轴承损伤程度，同时，选取 RMS值作为样本时间序列，对上述各模型的预测效果进行了分析验证。 4.基于Visual Basic和Matlab软件编程环境，完成了轴承故障预测系统的设计，其中预测系统可执行的功能模块有用户登录、轴承故障预测、样本输入输出、数据查询单元、数据统计单元等。 |
| 作者： | 张凯 |
| 专业： | 机械工程 |
| 导师： | 颉潭成 |
| 授予学位： | 硕士 |
| 授予学位单位： | 河南科技大学 |
| 学位年度： | 2017 |
| 正文语种： | 中文 |
检索历史
应用推荐
