—— 产品展示 ——
PRODUCTS CENTER |
24小时咨询热线
18661158518 |
|
|
滚动轴承性能变异的研究思路
目前，_些学者对解决现有问题的方法进行了研究，研究方法可分为非统计方法34和统计方法两大类型，主要有信息嫡方法(7灰方法*)、模糊方法网经典统计学方法、贝叶斯方法141、自助法4等。
传统的统计方法一般是指以经典统计学和概率论为基础的研究方法，重要的理论基础为大数定理和中心极限定理，要求实验数据多、随机变量个数多且对总体的影响是微小的，具有相互独立性;信息熵方法要求系统概率分布或频率已知，同时要求数据个数有限，在概率分布未知、数据少时，其推断误差很大;灰色系统理论预报的置信度无法事先确定，因而预测结果是不确定的，同时对原始数据序列有太严格的要求，即灰色预报有禁区，在动态预报中会出现些难以解决的问题;模糊集合理论的主要问题是对概率分布未知的系统其隶属函数的建立及隶属度的选取是很困难的;贝叶斯方法要求概率分布函数或频率值已知，没有这些信息则无法准确获取经验值，其推断结果误差可能很大;自助法完全依赖初始样本对分布总体的代表性，模拟的抽样结果不会比初始值得出更可信的更多信息，尤其是在小样本的乏信息条件下，其推断结果的可靠性是很低的。
上述研究表明，单一的方法很难有效解决乏信息问题，每种方法有优点也有局限性，如果能够有效融合多种方法，充分发挥单方法的长处、 摒弃单一方法的短处，合理运用融合方法，就可以得到不同侧面、角度的信息。夏新涛等147.30在这一方面对轴承性能的分析做了许多工作，也为滚动轴承性能评估问题的解决提供了很好的思路。
变异是自然界的一种普遍现象， 由于生存环境产生巨大变化，变异以适应环境，导致物种外形发生变化。唯物论认为，基因变异是物种外表变化的内因，外表变化是内因的集中体现。因此，这个问题反过来考虑，若某物种外表发生变化暗示内因变化，则通过外表变化评估其内因变异特征，可以预测物种的演变。
基于此，可以用多种方法，从多个侧面、角度挖掘滚动轴承遗传因子及变异因子特征信息，以期解决滚动轴承的性能评估问题。
对分析数据的方法进行研究，找出现行各方法的优点和缺点，并进行融合，从不同侧面、角度分析挖掘出更多的信息，以期得到轴承更可靠的性能信息，为轴承性能变异的判断与预测提供有力的证据。基于此，本书提出滚动轴承稳健化性能评估方法研究。在数据处理过程中,数据的稳健性是数据分析的前提，然而在轴承运行过程中，其性能会逐渐变异，可能朝好的方向过渡也可能朝性能退化的方向发展。其原因是性能数据不稳健，产生变异数据。变异数据越多，轴承性能异化越严重;在稳健统计学中，数据的稳健化处理可以得到可靠的稳健数据，反过来考虑数据稳健化处理，可以分离出不稳健数据，也就是可以分离出变异因子，从而可以找出轴承性能的遗传因子和变异因子。
滚动轴承性能的研究主要涉及静态与动态性能、性能参数估计与预测、性能退化等问题。研究方法主要依赖近代统计学理论及混沌理论，目的在于揭示滚动轴承性能变异的某些未知特性。解决问题的思路为利用近代统计学理论、方法对滚动轴承性能数据进行稳健化处理，以鉴别出稳健数据和不稳健数据;然后对能够反映数据特征的稳健数据进行静态与动态分析;在对数据进行分析时，用参数与非参数融合方法分析滚动轴承静态性能，用混沌理论分析滚动轴承动态性能，用贝叶斯方法分析滚动轴承性能参数可靠性，用稳健化融合方法分析滚动轴承性能退化问题，以期实现滚动轴承性能变异过程的近代统计学融合分析与评估。
|
