摘要
本发明涉及一种旋转机械设备轴承故障预测方法,涉及轴承故障预测技术领域,所述方法包括:基于目标场景的场景特征信息,交互轴承故障大数据,获取故障记录集;对故障记录集进行基于故障类别的聚类划分,并分析聚类划分结果获取多工况预测参考指标集;根据多工况预测参考指标集,进行多个工况的预测资源分配,获取多个工况的预测倾斜系数集;结合故障记录集与预测倾斜系数集,构建并训练轴承故障预测模型,其中,轴承故障预测模型包括多个预测子网络,且多个预测子网络具有工况标记;通过轴承故障预测模型,进行基于轴承实时监测数据的故障预测,获取故障预测结果。进而达成在线监测、监测完整、预警能力好的技术效果。
技术关键词
轴承故障预测方法
故障预测模型
旋转机械设备
故障类别
工况判别
指标
实时监测数据
故障大数据
轴承故障预测技术
资源分配
故障工况
网络深度
场景特征
集成学习方法
样本
计算机
深度神经网络