摘要
本发明公开了一种低速变工况下轴承剩余使用寿命的预测方法,涉及轴承寿命预测领域,本发明针对在变工况环境下对轴承的剩余使用寿命的要求,提出了一种融合物联网、大数据和人工智能深度学习算法,并结合基于振动分析的时域、频域和时频域等相关算法对轴承进行状态监测、故障预警、故障诊断和寿命预测,可以帮助设备点巡检工作人员、设备专家和诊断分析师以及设备厂家设计人员实现对轴承进行全面、实时远程监控、远程诊断,帮助开发人员和算法工程师高效优化模型算法。
技术关键词
剩余使用寿命
变工况
下轴承
隐马尔可夫模型
Viterbi算法
机械设备故障诊断
人工智能深度学习
冗余
驻留时间分布
轴承寿命预测
平均驻留时间
协方差矩阵
数据采集通道
特征选择
融合物联网
在线监测系统
管理器
运转工况
数据采集器