一种基于混合数据驱动模型的机器剩余寿命预测方法、系统及设备

本发明属于机器寿命预测技术领域，具体涉及一种基于混合数据驱动模型的机器剩余寿命预测方法、系统及设备，该方法通过采集设备的振动、温度和声音数据，提取时域和频域特征，利用支持向量机（SVM）模型进行设备劣化程度的初步预测，并将预测结果与特征数据输入神经网络模型，结合疲劳寿命公式作为物理约束，增强模型的物理一致性，最终预测设备的剩余寿命。本发明通过融合数据驱动和物理模型，提升了预测的准确性和可解释性，适用于复杂工业设备的健康管理。系统可部署于边缘计算设备或云端，支持实时预测和动态更新，有效延长设备使用寿命，减少突发故障，优化维护策略。