Remaining Life Predictions of Rolling Bearing Based on Relative Features and Multivariable Support Vector Machine

摘要： 为解决有限状态数据下滚动轴承剩余寿命难以估算的问题，提出一种基于相对特征和多变量支持向量机(Multivariable support vector machine, MSVM)的剩余寿命预测的新方法。该方法利用不受轴承个体差异影响的相对方均根值(Relative root mean square, RRMS) 评估轴承性能衰退规律，运用相关分析选取敏感特征作为输入，构造兼顾多变量回归和小样本预测双重优势的MSVM模型预测轴承剩余寿命。与单变量支持向量机相比，MSVM克服了结构简单、信息匮乏等缺点，实现小样本数据潜在信息的最大挖掘。运用仿真数据和轴承全寿命试验数据对预测模型进行检验，结果表明MSVM可在小样本条件下利用尽可能多的有效信息获得准确的预测结果，具有较强的工程使用价值和通用性。