摘要:针对传统的故障预警预测方法存在误差较大的问题,提出一种基于数据分组处理(GMDH)模型的故障预测方法对滚动轴承的潜在故障进行预警。该方法利用模型选定准则选择最优的预警模型,发出故障预警信息,并设置停机阈值,可为设备的预知性维护研究提供支持。对滚动轴承加速疲劳寿命试验所得的数据进行分析,分析结果表明,利用GMDH模型对滚动轴承故障的预测结果与实际值的拟合程度高,相对误差仅为3.1%,比传统的基于BP神经网络模型的预测精度提高了0.51%。这说明基于GMDH模型的故障预测方法为油气设备的安全运行提供了更可靠的保障。
关键词:gmdh算法 优化模型 滚动轴承 故障预警 预警阈值
单位:中国石油大学(北京)机械与储运工程学院
注:因版权方要求,不能公开全文,如需全文,请咨询杂志社