陈俊洵1, 程龙生1, 余慧2, 胡绍林2
CHEN Junxun1, CHENG Longsheng1, YU Hui2, HU Shaolin2
摘要:
特征提取和健康状态的辨识是复杂系统健康状态评估中的关键问题。提出一种新的健康状态评估方法,该方法分为3个步骤:首先,采用经验模态分解(empirical model decomposition, EMD)和奇异值分解(singular value decomposition, SVD)来提取振动信号的特征变量。然后,运用马田系统(MahalanobisTaguchi system, MTS)构造马氏空间,并对其进行优化,从而降低特征变量的维度。最后,提出了一种健康度(health index, HI)的概念,并且用来对复杂系统健康问题进行评估。该方法成功地应用在轴承的健康状态评估中。