买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

摘要：一种基于统计学稳健理论脱硫泵主轴轴承动态性能评估方法，涉及轴承技术领域，本发明基于统计学稳健理论，对专用传感器滚动轴承振动数据进行采集，应用稳健理论与非参数假设检验融合方法划分时间阶段；利用中位数估计与HuberM估计融合方法不同时间阶段振动数据进行分析，获取脱硫泵主轴轴承振动数据的本征区间、中位数、平均值和变异特征系数；最后，根据变异特征系数判断脱硫泵主轴轴承的动态性能及服役状况，本发明中所涉及的中位数与HuberM估计融合方法可以未知分布时间序列的稳健性，并获取稳健数据的边界值和置信水平；非参数斯米尔诺夫假设检验与稳健理论融合可以有效减少不稳健数据的影响，降低置由信水平选择带来的风险。

主权项：1.一种基于统计学稳健理论脱硫泵主轴轴承动态性能评估方法，其特征是：所述评估方法以不同时间阶段振动数据置信水平、中位数、中位数方差三个系数构建脱硫泵主轴轴承性能评估模型，评估脱硫泵主轴轴承的运行状况，具体方法如下：第一步、首先通过传感器测量脱硫泵主轴轴承的振动并采集数据，采用方法划分不同时间阶段，每个时间阶段的数据构成统计量Xi，Xi＝{xi1,xi2,…,xik,…,xin}，i＝1,……,q；n＝1,……,N1式中，xik为第i时间阶段第k个振动数据；i为时间阶段，有q个时间阶段；k为第k时刻，共有N个时刻；第二步、对振动数据求绝对值，按照中位数估计与HuberM估计融合方法得到脱硫泵主轴轴承振动的稳健数据；第三步、根据统计学稳健理论，中位数与平均值绝对差最小稳健性最好获取置信水平ɑi；第四步、滚动轴承性能区间ai,bi：ai、bi分别为统计区间临界值，其中，ai略小于ymin1；bi略大于ymin2，这样得到滚动轴承轴承性能初序列与时间序列的滚动轴承性能区间ai,bi；yi1为轴承性能初序列与时间序列次序统计量的最小值，yi2N为轴承性能初序列与时间序列次序统计量的最大值；根据滚动轴承性能数据列数据的个数N，确定轴承性能数据区间可分组数K；滚动轴承性能数据的的组距pi： 式中，pi为滚动轴承性能数据组距；i为时间序列序号，m为时间序列个数；K为滚动轴承性能数据列可分组数；将滚动轴承性能区间ai,bi分成K个区间：ai,ai+pi],ai+pi,ai+2pi]…,ai+K-1pi,bi]；i＝1,2,…,m其中，ai、bi分别为统计区间临界值；pi为滚动轴承性能数据组距；i为时间序列序号，m为时间序列个数；K为滚动轴承性能数据列可分组数；第五步、滚动轴承性能数据的频数：根据式ai,ai+pi],ai+pi,ai+2pi]…,ai+K-1pi,bi]；i＝1,2,…,m，滚动轴承性能区间及初始时间序列X0及时间序列Xi，计算在滚动轴承性能区间内初始时间序列X0及时间序列Xi数据的个数n0k及nik，其中k＝1,2,…,K；第六步、滚动轴承性能数据的频率：根据滚动轴承性能数据的频数及初始时间序列X0及时间序列Xi数据的个数，计算式ai,ai+pi],ai+pi,ai+2pi]…,ai+K-1pi,bi]；i＝1,2,…,m，滚动轴承性能区间的初始时间序列X0及时间序列Xi数据的频率f0k、fik： 式中，f0k为初始时间序列第k个区间的频率；k为初始时间序列频率序号，K为时间序列频率个数；N为时间序列数据个数；n0k为初始时间序列第k个区间的频数； 式中，fik为第i时间序列第k个区间的频率；i为时间序列序号，m为时间序列个数；k为时间序列频率序号，K为时间序列频率个数；N为时间序列数据个数；nik为第i时间序列第k个区间的频数；第七步、滚动轴承性能数据的累计频率：滚动轴承性能初始时间序列数据的累积频率为 式中，F0v为初始时间序列第v个累积频率；v为初始时间序列累计频率序号，K为初始时间序列累积频率个数；f0k为初始时间序列第k个区间的频率；k为初始时间序列频率序号，K为初始时间序列累积频率个数；滚动轴承第i时间序列数据的性能累积频率为 式中，Fiv为第i时间序列第v个累积频率；i为时间序列序号，m为时间序列个数；v为时间序列累计频率序号，K为时间序列累积频率个数；fik为时间序列第k个区间的频率；k为初始时间序列频率序号，K为初始时间序列累积频率个数；第八步、滚动轴承性能统计量：滚动轴承性能统计量Dik：Dik＝|F0k-Fik|；i＝1,2,…,m；k＝1,2,…,K式中，Dik为滚动轴承初始时间序列与第i时间序列的第k个频率的绝对差；F0k为初始时间序列第k个区间的累积频率；Fik为第i时间序列第k个区间的累积频率；i为时间序列序号，m为时间序列个数；k为时间序列频率序号，K为时间序列频率个数；以滚动轴承初始时间序列频率与第i时间序列频率的绝对差Dik作为统计量，Dik为表示滚动轴承初始时间序列与第i时间序列数据分布的相似性；Dik越小，表示初始时间序列与第i时间序列的数据分布相似；Dik越大，表示初始时间序列与第i时间序列的分布不相似；二者数据分布越相似，说明二者性能越相近，即二者性能相同；否则，二者性能不同，以此分析滚动轴承性能的保持性；第九步、滚动轴承性能统计量临界值D2N,α：统计量临界值为D2N,α，其中，N为时间序列数据个数；α为显著性水平；该值查科尔莫哥洛夫检验的临界值值表；第十步、滚动轴承性能保持可靠性：为了分析滚动轴承初始时间序列与第i时间序列的相似性，找出初始时间序列频率与第i时间序列频率的绝对差Dik的最大值maxDik，若maxDik小于统计量临界值D2N,α，说明初始时间序列与第i时间序列的数据分布相似，即二者性能一致，继续对比第i＝i+1时间序列，直到第p＝i＝i+1个时间序列，maxDik大于统计量临界值D2N,α，说明初始时间序列与第i时间序列的数据分布不相似，即性能不相同，滚动轴承性能发生变化，进行区间合并为Qi，得到滚动轴承的性能保持可靠性；第十一步、求次序统计量Qi的中位数Mi，平均值Ai，中位数方差SMi，均方差SAi， 式中，Mmin为不同阶段的中位数Mi的最小值，计算不同时间阶段中位数Mi与平均值Ai的绝对差Ri及变异特征参数Ci:Ri＝|Mi-Ai|21 式中，绝对差Ri表示脱硫泵主轴轴承振动数据的变异性，数值越大变异越严重；变异特征参数Ci表示脱硫泵主轴轴承性能的变异程度，数值越大性能越差。

全文数据：

权利要求：

百度查询： 国能宁夏灵武发电有限公司 石家庄科宏泵业有限公司 基于统计学稳健理论脱硫泵主轴轴承动态性能评估方法