随着社会的进步、科技的发展、现代工业水平的提高,机械设备日益向大型化、高速化、精密化、系统化及自动化方向发展。为了满足生产要求,机械设备功能越来越复杂,工作环境更加恶劣多变,在长期运行过程中会逐渐老化,剩余寿命会逐步下降,发生故障的潜在可能性逐渐增加。故障一旦发生,不仅造成巨大的经济损失,甚至会导致灾难性的人员伤亡,形成严重的社会影响。重大机械设备如燃气轮机、航空发动机、风力发电机等,都离不开旋转部件。关键机械旋转部件如轴承、齿轮、转轴等的性能状态直接影响着机械设备能否长期安全可靠地运行。某一部件发生故障,都有可能引发一系列的连锁反应,导致整台设备乃至整条生产线的异常运行。机械旋转部件在服役过程中会经历由正常到退化直至失效的过程,这期间通常要经过一系列不同的性能退化状态。传统的故障诊断研究多是关注机械旋转部件健康和故障的二值状态,且进行故障诊断时,往往机械部件性能已严重退化。要想尽早地诊断出故障,更需要关注和了解机械旋转部件的性能退化过程。对机械旋转部件性能退化及其寿命预测方法的研究,有助于降低设备使用风险,避免因设备失效引起的灾难性事故,减少不必要的设备维护维修成本,提高设备使用效能,对于提高企业的经济效益和社会效益,促进国民经济的发展具有重要的意义。针对传统故障诊断技术通常只对健康和故障二值状态进行分类与识别的不足,本文着眼于机械旋转部件的性能退化过程,以性能退化机理研究为基础,开展了性能退化状态识别与跟踪及寿命预测的相关研究。主要研究内容包括以下四个方面:(1)振动-损伤耦合作用下机械旋转部件的性能退化机理研究。建立了机械旋转部件振动-损伤耦合作用下的性能退化模型,基于迭代运算提出了一种耦合模型的近似数值解法。进而以裂纹转子作为实例进行了具体地分析研究。分析了裂纹转子的竞争退化失效准则,建立了性能退化指标,分析了非线性振动行为以及各因素包括转速、不平衡偏心距和偏心角、阻尼系数,对裂纹转子性能退化过程的影响。研究结果表明,当忽略振动-损伤耦合作用会造成错误的性能退化寿命估计。对于裂纹转子,当转速远离共振区时,也可能由于在某些参数族下振动发生分岔而造成性能的快速退化。尽量减小不平衡偏心距和增大阻尼,可以有效地减慢裂纹转子的性能退化速度,延长性能退化寿命。(2)基于相空间曲变的机械旋转部件性能退化状态跟踪与识别方法研究。利用机械旋转部件运行具有周期性的特点,提出了一种改进的相空间曲变法。针对原相空间法计算量大和对相近的退化状态分辨能力差的不足,提出了改进的损伤跟踪函数计算方法和改进的性能退化信息提取方法。数值模拟和试验验证结果表明,相比于原方法,改进的相空间曲变法有效地减小了计算成本,对性能退化状态跟踪结果更加平滑准确,且对相近退化状态分辨能力更强。可以有效适用于机械旋转部件性能退化状态的实时跟踪与识别。(3)基于物理模型的非平稳载荷作用下的寿命预测方法研究。提出了一种非平稳随机载荷作用下疲劳寿命预测的频域法。通过经验模式分解和选择,得到了疲劳损伤有效的本征模式分量。进而提出了一种简化的非高斯过程雨流循环分布计算方法,计算各有效本征模式分量的雨流循环幅值分布。通过加权平均把有效本征模式分量的雨流循环幅值分布合成原应力历程的雨流循环幅值分布。结合线性损伤累积准则实现非平稳载荷作用下的疲劳寿命预测。通过对多种类型非平稳载荷的模拟仿真验证表明,该方法适用于工程实际中多种类型的非平稳载荷,且不需要预先获取原应力历程的相关先验知识。相比于传统的疲劳寿命预测时域法,该方法避免了大量的统计计数和复杂的动力学计算,大大减小了计算成本。(4)基于物理-数据混合模型的寿命预测方法研究。提出了 一种基于物理-数据混合模型的剩余寿命预测方法。通过对损伤演化过程的定性分析建立损伤演化模型,采用改进的相空间曲变法提取损伤特征作为性能指标,采用Z统计量和切比雪夫不等式将性能退化过程自动地识别成若干不同的性能退化阶段。建立损伤演化模型参数的状态空间模型,采用无迹卡尔曼滤波更新外推模型参数实现剩余寿命预测。通过轴承加速寿命试验验证了该方法。结果表明该方法可以将基于物理模型和基于数据驱动寿命预测方法的优势有机地结合起来,充分利用了从性能退化机理研究中获取的和从历史数据、实时数据中获取的损伤演化信息。相比于单独基于物理模型和单独数据驱动的方法,该方法的剩余寿命预测值可以更快地趋近于真实值,预测结果更加稳定、准确。