摘要
本发明涉及一种无寿命标签条件下轴承剩余使用寿命的在线预测方法,可以在轴承运行阶段获取其剩余使用寿命(Remaining Useful Life,RUL)的概率预测结果。首先利用轴承运行初期的健康振动信号构建了考虑认知不确定性的生成对抗神经网络,利用生成器采用蒙特卡洛方法输出多组轴承健康基准振动信号,利用鉴别器计算当前时刻振动信号与基准振动信号之间的Wasserstein距离,并将其作为轴承的健康指标(Health Index,HI);其次,利用3‑σ法则识别首次预测时间(First Prediction time,FPT),在退化阶段采用非线性维纳过程开展退化建模,在考虑个体不确定性的条件下开展参数估计,从而实现轴承运行阶段的RUL概率预测;最后,在获得新的HI监测结果后,对维纳过程进行在线参数估计更新其模型参数,提高轴承RUL预测精度。
技术关键词
剩余使用寿命
在线预测方法
概率密度函数
参数
轴承健康
生成对抗神经网络
生成噪声
非线性
下轴承
阶段
随机噪声
信号
蒙特卡洛方法
概率分布函数
训练样本数据
生成器网络
系统为您推荐了相关专利信息
空间分布特征
天气预测方法
时间序列特征
时间序列模型
矩阵