来源：期刊VIP网 时间：
作者：张海霞;李灿;
单位：河南工业贸易职业学院信息工程系;湖南大学电气与信息工程学院;
摘要：目前轴承剩余寿命预测需要采用大量历史经验作为判断依据，导致最终的预测结果相对实际测试情况形成了较大的偏差。这里以小波包能量谱WPES的方法对轴承退化特征进行了提取分析，并利用FOA-GRNN模型使GRNN获得更高精度的预测结果，根据多种群自适应果蝇优化算法进行数据分析获得GRNN扩展速度，实现了轴承剩余寿命的准确预测。研究结果表明：FOA-GRNN方法预测获得的均方误差为0.0034，形成了0.0532的绝对误差，均方根误差为0.06025，轴承退化特征能够满足轴承剩余寿命精确预测的要求。FOA-GRNN指标参数最小，达到了理想的效果，表现出了最优的收敛性，寻优效率与精度同时获得大幅提升。该研究对提高调心轴承故障诊断和寿命预测具有一定的理论支撑作用，可以拓宽到其它的机械传动故障信号分析领域。
关键词：调心轴承;;使用寿命;;预测精度;;小波包能量谱;;广义回归神经网络;;果蝇优化算法;;退化特性;;实验分析
基金资助：河南省高等学校重点科研项目（21B46002）
