一种基于贝叶斯理论和深度学习的轮胎磨损预测方法

本发明公开了一种基于贝叶斯理论和深度学习的轮胎磨损预测方法，包括获取轮胎胎冠中点的三轴加速度信号，对其进行预处理以及时频域特征的提取构建数据集；建立深度贝叶斯残差网络结构模型，其中，深度贝叶斯残差网络结构模型按照输入输出的顺序依次为输入层、隐藏层、投影层以及输出层；基于均方误差MSE构建深度贝叶斯残差网络结构模型的损失函数L。本发明可以对轮胎磨损进行高精度预测，通过精准预测轮胎寿命，避免过早更换仍可使用的轮胎，降低材料浪费和维护成本；避免磨损过度的轮胎可能导致的抓地力下降、爆胎等安全隐患，高精度预测可提前预警，减少交通事故。