Resumen

Se propone un método de predicción dinámica para mantener la confiabilidad de precisión (AMR) de rodamientos de rodillos de superprecisión (SPRB) en servicio mediante la fusión efectiva de la teoría del caos y la teoría de sistemas grises, y la aplicación de procesos estocásticos. En este artículo, la serie temporal de una señal de vibración se utiliza para caracterizar la información del estado del SPRB, y se pueden predecir cuatro puntos de datos en tiempo de ejecución en el futuro, lo cual depende de cuatro modelos de pronóstico caóticos para preprocesar la serie temporal. Utilizando el método de remuestreo gris y muestreando los cuatro puntos de datos en tiempo de ejecución, se obtiene una gran cantidad de datos generados (GD) para analizar los cambios en la información sobre la precisión del servicio del rodamiento. Luego, utilizando un umbral de precisión predefinido para igualar el recuento de Poisson para el GD, se obtiene el valor estimado de la intensidad de variación. Posteriormente, con la ayuda del proceso de Po

• 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 dinámica; Rodamientos de rodillos de superprecisión; Teoría del caos; Teoría del sistema gris; Procesos estocásticos; Señal de vibración
• Keywords:Dynamic prediction; Superprecision rolling bearings; Chaos theory; Grey system theory; Stochastic processes; Vibration signal