一种基于概率密度函数的旋转机械健康状态评估方法

摘要

本发明涉及一种基于核密度估计和K‑L散度等统计学方法来实现旋转机械的健康状态评估方法。包括如下几个步骤：步骤1：采集被监测对象的原始振动数据；步骤2：从原始振动数据中提取时、频域特征；步骤3：对时、频域特征进行降维处理获得敏感特征；步骤4：使用窗宽为k的移动滑动窗来动态地选定样本集，计算样本集合的统计特性；步骤5：计算各个样本集在每个敏感特征下的概率密度函数；步骤6：计算相同敏感特征下相邻的两个样本集概率密度函数的K‑L散度值；步骤7：计算集成K‑L散度作为监测对象的健康评估指标。本发明的有益效果在于：充分考虑到样本的统计不确定性，提高了健康状态评估模型的准确性和泛化性。