本发明公开了一种数据驱动的机械磨损寿命预测方法,首先采集磨损件不同直径下的驱动器的运行数据,构成样本数据集;构建用于提取特征的卷积自动编码器以及用于进行寿命预测的blending集成学习模型,完成训练优化的卷积自动编码器以及blending集成学习模型能够自动的进行深层特征的提取并实现性能稳定、精度高、鲁棒性能强的寿命预测,对预测结果进行加权平滑后,利用已使用次数‑预测直径关系曲线,求解出磨损件距离失效值所对应剩余使用次数作为剩余寿命。该方法能够精准预测磨损件剩余运行寿命,为设备的维修提供决策支持,优化管理效益,避免不必要的资源浪费。
声明:
“数据驱动的机械磨损寿命预测方法” 该技术专利(论文)所有权利归属于技术(论文)所有人。仅供学习研究,如用于商业用途,请联系该技术所有人。
我是此专利(论文)的发明人(作者)