本發(fā)明屬于旋轉機械智能剩余壽命預測技術領域,公開了一種旋轉機械零部件剩余壽命預測方法、系統(tǒng)、介質、設備,以訓練樣本集為輸入進行堆棧式自編碼器模型并行訓練,提取訓練樣本集的深度融合特征并根據(jù)相關性指標和單調性指標篩選;將篩選出來的優(yōu)質特征傳入自組織映射網(wǎng)絡模型中訓練,以初始退化指標的退化率進行退化階段的劃分,并進行新型健康指標的構建;新型健康指標退化軌跡平滑處理構建退化軌跡庫;在預測階段,通過計算與退化軌跡庫中的各軌跡相似度,根據(jù)匹配程度最高的退化軌跡計算剩余壽命。實現(xiàn)從狀態(tài)監(jiān)測數(shù)據(jù)到剩余壽命的高階映射關系,擺脫了對失效數(shù)據(jù)和壽命分布模型的依賴,提高了設備剩余壽命預測的準確性與實用性。
聲明:
“旋轉機械零部件剩余壽命預測方法、系統(tǒng)、介質、設備” 該技術專利(論文)所有權利歸屬于技術(論文)所有人。僅供學習研究,如用于商業(yè)用途,請聯(lián)系該技術所有人。
我是此專利(論文)的發(fā)明人(作者)