来源：期刊VIP网 时间：
作者：赵英杰;傅子霞;沈建;
单位：长沙职业技术学院智能制造工程学院;
摘要：针对滚动轴承故障预测起始点确定困难以及故障预测结果不科学的问题，深入开展滚动轴承故障预测方法研究，提出了基于快速谱峭度-多点最优最小熵解卷积（Rapid Spectral Kurtosis and Multipoint Optimal Minimum Entropy Deconvolution Adjusted，简称RSK-MOMEDA）与粒子滤波（Particle Filter，简称PF）的滚动轴承故障预测方法。通过RSK-MOMEDA方法实现轴承早期故障特征增强，进而挖掘出滚动轴承全寿命退化数据中的早期故障发生节点，从而为后续故障预测起始点的确定提供科学依据；基于PF方法的概率统计特性，开展滚动轴承故障预测并给出置信区间下的故障预测结果，有效提升滚动轴承故障预测的置信度，为工程实际提供一种有益故障预测参考方法。
关键词：滚动轴承;;早期故障诊断;;快速谱峭度-多点最优最小熵解卷积;;粒子滤波;;故障预测
基金资助：变工况下数控机床进给系统传动部件故障智能检测技术研究—湖南省自然科学基金科教联合项目（2020JJ7093）;; 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）
