一种优选特征融合的滚动轴承性能退化评估方法

陈栋; 张安社; 杜诚杰

doi:null

您当前的位置：

首页 >

文章列表页 >

一种优选特征融合的滚动轴承性能退化评估方法

更新时间：2026-05-11

- 一种优选特征融合的滚动轴承性能退化评估方法
- An optimized feature fusion method for performance degradation assessment of rolling bearings
- 机械传动 2026年页码：1-8
- 作者机构：
  
  1.滨州市科技创新发展研究院，滨州 256600
  2.绍兴文理学院纺织科学与工程学院，绍兴 312000
  3.绍兴文理学院国家碳纤维工程技术研究中心浙江分中心，绍兴 312000
- 作者简介：
  
  陈栋，男，1981年生，山东滨州人，学士，副研究员；主要研究方向为机械状态监测与智能维护；cd5311@126.com。
  张安社（通信作者），男，1992年生，山东东明人，硕士，助理研究员；主要研究方向为机械状态监测与智能维护；zhangan_she@163.com。
- 基金信息：
  
  中国博士后科学基金项目(2023M740554);绍兴市基础公益重点项目(2024A11004)
- DOI：
  中图分类号： TH212;TH213.3
- 收稿：2025-10-11，
  
  修回：2026-01-05，
  
  网络首发：2026-05-11，
- 稿件说明：
移动端阅览
陈栋，张安社，杜诚杰.一种优选特征融合的滚动轴承性能退化评估方法［J］.机械传动，XXXX，XX（XX）：1-8.

CHEN Dong，ZHANG Anshe，DU Chengjie.An optimized feature fusion method for performance degradation assessment of rolling bearings［J］.Journal of Mechanical Transmission，XXXX，XX（XX）：1-8.
陈栋，张安社，杜诚杰.一种优选特征融合的滚动轴承性能退化评估方法［J］.机械传动，XXXX，XX（XX）：1-8. DOI：

CHEN Dong，ZHANG Anshe，DU Chengjie.An optimized feature fusion method for performance degradation assessment of rolling bearings［J］.Journal of Mechanical Transmission，XXXX，XX（XX）：1-8. DOI：

摘要

目的

针对滚动轴承等旋转机械零部件在性能退化评估（Performance Degradation Assessment

PDA）中存在退化关键信息难以全面捕获的问题，提出一种基于常春藤算法（Ivy Algorithm

IVY）的自适应优选特征融合方法，以构建能够更准确反映滚动轴承健康状态的健康指标（Health Indicator

HI）。

方法

首先，对滚动轴承全寿命周期振动信号进行多维特征提取，并从相关性、单调性、可预测性和鲁棒性4个维度对特征进行了定量分析；其次，采用熵权法对上述指标进行线性加权，构建综合评价指标，并选取得分较高的特征作为优选特征；最后，利用IVY算法对优选特征进行自适应融合，形成最终的HI。

结果

试验结果表明，所构建的HI能够精准捕获滚动轴承全寿命周期中的关键演化拐点；相较于单一特征，本文所提方法在相关性、可预测性和鲁棒性等方面表现更优，验证了该法在滚动轴承健康评估与预防性维护中的有效性和可靠性。

Abstract

Objective

To address the challenge of insufficiently capturing critical degradation information in the performance degradation assessment (PDA) of rotating machinery components such as rolling bearings

this study proposes an adaptive optimized feature fusion method based on the Ivy algorithm (IVY). The aim is to construct a health indicator (HI) that more accurately reflects the health status of rolling bearings.

Methods

Firstly

multidimensional features were extracted from vibration signals collected throughout the full lifecycle of rolling bearings

and the correlation

monotonicity

prognosability

and robustness were quantitatively analyzed. Secondly

the entropy weighting method was employed to linearly weight these indicators to construct a composite evaluation index

from which higher-scoring features were selected as the preferred set. Finally

the IVY algorithm was applied to adaptively fuse the selected features

yielding the ultimate HI.

Results

Test results demonstrate that the constructed HI can precisely capture the critical evolutionary turning points during the entire lifecycle of rolling bearings. Compared with single-feature-based indicators

the proposed HI exhibits superior performance in correlation

prognosability

and robustness

thereby verifying the effectiveness and reliability of the proposed method for health assessment and preventive maintenance of rolling bearings.

关键词

Keywords

references

钟建华，黄聪，钟舜聪，等 . 基于t-SNE降维方法的滚动轴承剩余寿命预测［J］. 机械强度， 2024 ， 46 （ 4 ）： 969 - 976 .

ZHONG Jianhua ， HUANG Cong ， ZHONG Shuncong ， et al . Remaining useful life of rolling bearing based on t-SNE ［J］. Journal of Mechanical Strength ， 2024 ， 46 （ 4 ）： 969 - 976 .

李浩燃，刘德平 . 基于参数优化VMD和改进GoogLeNet的滚动轴承故障诊断［J］. 机械传动， 2025 ， 49 （ 1 ）： 163 - 170 .

LI Haoran ， LIU Deping . Rolling bearing fault diagnosis based on parameter optimized VMD and improved GoogLeNet ［J］. Journal of Mechanical Transmission ， 2025 ， 49 （ 1 ）： 163 - 170 .

宁少慧，张少鹏，武煜坤，等 . 基于M-YOLO网络的滚动轴承故障诊断模型［J］. 机械传动， 2025 ， 49 （ 4 ）： 147 - 155 .

NING Shaohui ， ZHANG Shaopeng ， WU Yukun ， et al . Fault diagnosis model of rolling bearings based on the M-YOLO network ［J］. Journal of Mechanical Transmission ， 2025 ， 49 （ 4 ）： 147 - 155 .

ZHANG Y X ， XU Y ， XIE G S ， et al . A novel performance prediction method for harmonic reducers based on the trend-enhanced Fisher’s discriminant ratio-Wiener process ［J］. Measurement Science and Technology ， 2025 ， 36 （ 1 ）： 016133 .

陈东楠，胡昌华，郑建飞，等 . 一种新型健康指标的轴承退化阶段自适应划分方法［J］. 哈尔滨工程大学学报， 2025 ， 46 （ 9 ）： 1816 - 1828 .

CHEN Dongnan ， HU Changhua ， ZHENG Jianfei ， et al . Adaptive division method of bearing degradation stages based on a new health indicator ［J］. Journal of Harbin Engineering University ， 2025 ， 46 （ 9 ）： 1816 - 1828 .

李名洪，张林鍹，邱朝洁，等 . 基于DCAE-AM的轴承健康指标构建［J］. 轴承， 2026 （ 1 ）： 111 - 119 .

LI Minghong ， ZHANG Linxuan ， QIU Chaojie ， et al . Construction of bearing health indicator based on DCAE-AM ［J］. Bearing ， 2026 （ 1 ）： 111 - 119 .

YANG B Y ， LIU R N ， ZIO E . Remaining useful life prediction based on a double-convolutional neural network architecture ［J］. IEEE Transactions on Industrial Electronics ， 2019 ， 66 （ 12 ）： 9521 - 9530 .

范乐贤，刘淑杰，张洪潮 . 综合多阶段退化和多不确定轴承剩余寿命预测［J］. 现代机械， 2022 （ 6 ）： 33 - 39 .

FAN Lexian ， LIU Shujie ， ZHANG Hongchao . Prediction of remaining useful life of bearing based on multistage degradation and multi-variability ［J］. Modern Machinery ， 2022 （ 6 ）： 33 - 39 .

SHI L ， SU S H ， WANG W Q ， et al . Bearing fault diagnosis method based on deep learning and health state division ［J］. Applied Sciences ， 2023 ， 13 （ 13 ）： 7424 .

姜苗，向阳，魏建红 . 基于迁移学习的滚动轴承剩余使用寿命预测［J］. 哈尔滨工程大学学报， 2024 ， 45 （ 4 ）： 665 - 673 .

JIANG Miao ， XIANG Yang ， WEI Jianhong . Prediction of the remaining service life of a rolling bearing based on transfer learning ［J］. Journal of Harbin Engineering University ， 2024 ， 45 （ 4 ）： 665 - 673 .

YANG F ， HABIBULLAH M S ， SHEN Y . Remaining useful life prediction of induction motors using nonlinear degradation of health index ［J］. Mechanical Systems and Signal Processing ， 2021 ， 148 ： 107183 .

BAI R ， NOMAN K ， YANG Y ， et al . Towards trustworthy remaining useful life prediction through multi-source information fusion and a novel LSTM-DAU model ［J］. Reliability Engineering & System Safety ， 2024 ， 245 ： 110047 .

WEI S M ， LIU X R ， SHI H ， et al . Remaining useful life prediction of high-dimensional kernel density estimation with adaptive relative density window width considering multisource information fusion ［J］. IEEE Sensors Journal ， 2024 ， 24 （ 5 ）： 6548 - 6563 .

ZHANG Y X ， XU Y ， WANG T F ， et al . Towards harmonic reducer performance degradation assessment via acoustic emission and micro-vibration information fusion ［J］. Journal of Vibration Engineering & Technologies ， 2025 ， 13 （ 6 ）： 431 .

GHASEMI M ， ZARE M ， TROJOVSKÝ P ， et al . Optimization based on the smart behavior of plants with its engineering applications：ivy algorithm ［J］. Knowledge-Based Systems ， 2024 ， 295 ： 111850 .

雷亚国，韩天宇，王彪，等 . XJTU-SY滚动轴承加速寿命试验数据集解读［J］. 机械工程学报， 2019 ， 55 （ 16 ）： 1 - 6 .

LEI Yaguo ， HAN Tianyu ， WANG Biao ， et al . XJTU-SY rolling element bearing accelerated life test datasets：a tutorial ［J］. Journal of Mechanical Engineering ， 2019 ， 55 （ 16 ）： 1 - 6 .

张熠鑫，徐洋，王腾飞，等 . 声发射-微振动特征融合的谐波减速器性能退化评估［J］. 振动与冲击， 2025 ， 44 （ 19 ）： 281 - 287 .

ZHANG Yixin ， XU Yang ， WANG Tengfei ， et al . Performance degradation assessment of harmonic reducer based on acoustic emission-micro vibration feature fusion ［J］. Journal of Vibration and Shock ， 2025 ， 44 （ 19 ）： 281 - 287 .

蔡玉林，黄诗冰，徐剑波，等 . 基于常春藤算法优化机器学习模型预测边坡稳定性的研究［J/OL］. 金属矿山， 1 - 11 ［ 2026-02-05 ］. https：//link.cnki.net/urlid/34.1055.td.20250313.1653.002 https://link.cnki.net/urlid/34.1055.td.20250313.1653.002 .

CAI Y L ， HUANG SH B ， XU J B ， et al . Research on optimizing machine learning algorithms for slope stability prediction based on the Ivy algorithm ［J/OL］. Metal Mine ， 1 - 11 . ［ 2026-02-05 ］. https：//link.cnki.net/urlid/34.1055.td.20250313.1653.002 https://link.cnki.net/urlid/34.1055.td.20250313.1653.002 .

WANG B ， LEI Y G ， LI N P ， et al . A hybrid prognostics approach for estimating remaining useful life of rolling element bearings ［J］. IEEE Transactions on Reliability ， 2020 ， 69 （ 1 ）： 401 - 412 .

浏览量

下载量

CSCD

文章被引用时，请邮件提醒。

提交

工具集

关联资源

基于边带相关算法和Hilbert包络谱的滚动轴承故障诊断

基于小波包Tsallis熵和FCM的滚动轴承性能退化评估