一种基于神经网络与维纳过程的电机剩余寿命预测方法

本发明公开了一种基于神经网络与维纳过程的电机剩余寿命预测方法，首先使用BP神经网络将电机特征数据映射到符合维纳过程特性的数据空间中去，利用贝叶斯与EM算法完成对维纳模型的参数估计，分析了失效阈值对于剩余寿命预测精度的影响，最后使用遗传神经网络对所有待估参数进行学习，与传统的维纳模型剩余寿命预测效果相比，本发明所提模型取得了更好的预测效果，并且有效量化了预测的不确定性。遗传神经网络优化的维纳模型剩余寿命预测算法融合了机器学习与概率统计方法的优点，具有很好可行性。