Resumen

En este artículo se propuso un método de predicción de tendencias basado en el Pchip-EEMD-GM(1,1) para predecir la vida útil restante (RUL) de rodamientos de rodillos. En primer lugar, la dimensión de las características extraídas se redujo mediante el método de reducción de dimensionalidad KPCA, y los parámetros del modelo WPHM se estimaron a través de los componentes principales del núcleo. En segundo lugar, se calculó la tasa de riesgo en cada momento, y se utilizó el método de interpolación Pchip para obtener la serie de datos de interpolación espaciados uniformemente. Luego, la tendencia principal de la señal se obtuvo a través del método EEMD para ajustar el modelo de predicción GM(1,1). Finalmente, se utilizó el método GM(1,1) para predecir la vida restante del rodamiento de rodillos. Se proporcionó una prueba de vida completa del rodamiento de rodillos para demostrar que el método de predicción de los datos de riesgo directamente tiene una mayor precisión en

• Materias:Matriz acústica Ingeniería subterránea Vibración longitudinal Transmisión dinámica Fallas de rodamientos
• Subjects:Acoustic array Underground engineering Longitudinal vibration Dynamic transmission Bearing failures
• Palabras claves:Predicción de tendencias; Pchip-EEMD-GM(1,1); Vida útil restante; Rodamientos de rodillos; Reducción de dimensionalidad KPCA; Tasa de peligro
• Keywords:Trend prediction; Pchip-EEMD-GM(1,1); Remaining useful life; Rolling bearings; KPCA dimensionality reduction; Hazard rate