机械工程学报

作者：严彤彤, 王冬, 彭志科, 雷亚国

单位：1. 上海交通大学机械与动力工程学院 上海 200240;2. 上海交通大学机械系统与振动国家重点实验室 上海 200240;3. 宁夏大学机械工程学院 宁夏 750021;4. 西安交通大学现代设计及转子轴承系统教育部重点实验室 西安 710049

关键词：广义健康指数,谱幅融合,退化特性,稀疏性,装备退化评估,凸优化；

基金：国家重点研发计划(2022YFB3402100)和国家自然科学基金(52475112，12121002)资助项目。

针对装备全生命周期退化评估所需的健康指数存在构建过程繁琐且未考虑退化特性、构建模型和学习权重物理难解释、退化趋势可分性和单调性不显著以及难以同步实现装备状态监测、早期故障诊断和退化评估等问题，总结近年来基于谱幅融合广义健康指数的可解释装备退化评估优化模型研究成果，探讨基于退化特性和故障特征稀疏性的两类典型可解释广义健康指数权重优化模型及其应用效果。该类优化模型核心思想是将谱幅(如频域幅值或包络谱域幅值)加权和定义为广义健康指数，然后基于可分性、单调性等退化特性和故障特征稀疏特性推导出相关的多种广义健康指数权重凸优化模型。与现有模型相比，所提出的基于谱幅融合广义健康指数的可解释装备性能退化评估优化模型具有以下特点：① 仅需工程常用的傅里叶变换或希尔伯特变换作为原始数据预处理方法，避免使用复杂信号处理算法及其参数优化过程；② 广义健康指数权重凸优化模型构造来源于退化特性和故障特征稀疏性的凸优化描述，因此权重优化模型具有可解释性和全局最优解；③ 优化的谱幅权重具备频域故障物理可解释性，谱幅权重可定位信息频率带并揭示故障特征频率来支撑广义健康指数退化评估合理性；④ 基于谱幅加权的广义健康指数可同时实现装备状态监测、故障诊断和退化评估三重目的，利于高效实施装备智能运维。最后，对基于谱幅融合广义健康指数的未来研究方向进行充分探讨。

来源：2024年第18期

《机械工程学报》期刊编辑部

查看机械工程学报杂志2024年第18期