来源：期刊VIP网 时间：
作者：沈建;陈小忠;徐波;罗鹏;
单位：长沙职业技术学院智能制造工程学院;95072部队;95261部队;
摘要：针对数据不完备情形下轴承故障预测中常见的粒子枯竭问题，提出了一种先验知识强化粒子滤波（Priori Knowledge Enhanced Particle Filter，简称PKE-PF）方法。基于已有轴承全寿命退化数据以及迁移学习理论中的参数迁移方法，开展粒子滤波（Particle Filter，简称PF）方法中极为重要的粒子初始化优化工作，提升粒子有效性，避免粒子过早枯竭问题。基于滚动轴承全寿命退化实验开展方法验证，验证结果表明，相较于传统的PF方法及其改进方法，PKE-PF方法能够有效避免粒子过早枯竭，获得了更为理想的故障预测结果，为工程实际提供了一种有益的故障预测参考方法。
关键词：故障预测;;粒子滤波;;粒子枯竭;;迁移学习;;先验知识强化;;轴承
基金资助：变载荷下行星齿轮箱损伤动力学建模与故障预测理论方法研究—湖南省自然科学基金科教联合项目（2021JJ60100）;; 变载荷下直升机主减速器行星轮系故障预测理论方法研究—长沙市自然科学基金项目（kq2014031）;; 风电机组行星齿轮箱损伤建模与故障诊断/预测方法研究—湖南省教育厅科学研究项目（18C1858）
