申请号：CN202311047801.9

申请人：人工智能与数字经济广东省实验室(广州)

专利权人：人工智能与数字经济广东省实验室(广州)

申请日：2023-08-21

授权日：2024-01-05

专利类型：发明

法律状态：授权

发明人：李巍华 | 陈佳鲜 | 黄如意 | 陈祝云 | 何国林

摘要：本发明公开了一种轴承剩余使用寿命预测方法、装置及存储介质。该方法结合了故障知识驱动和数据驱动的优势，利用多参数Wiener过程生成多条退化数据，充分考虑了退化模式的多样性；利用数据驱动的双向长短时记忆网络处理退化数据，提高剩余使用寿命的预测结果。在双向长短时记忆网络的隐藏层，使用最大均值差异计算新故障和已知故障的深度空间特征差异，并作为正则项输入到双向长短时记忆网络中，进行深度时序特征的提取和不同故障特征空间的适配，有利于深度挖掘通用的时序退化特征，更有利于剩余寿命的预测。相比于单一的数据驱动方法，本发明融合故障知识的剩余寿命预测方法可提供退化过程中的时序知识，其预测结果具有鲁棒性和工程实用性。

摘要附图：