一种基于深度学习的特大型轴承剩余使用寿命在线预测方法

本发明提供了一种基于深度学习的特大型轴承剩余使用寿命在线预测方法，涉及特大型轴承智能运维领域；该方法首先对特大型轴承进行全寿命疲劳试验，获取其整个试验周期的多源监测信号；然后对多源信号进行信号降噪以及多维特征提取，以此强化特大型轴承寿命特征信息；接着将多维特征输入SKELM‑AE的剩余使用寿命预测模型，并利用参数优化算法优化预测模型参数，建立起优化的特大型轴承剩余使用寿命在线预测模型；最后将模型保存应用于在线监测中，输出特大型轴承实时剩余使用寿命；本发明为特大型低速旋转机械的剩余使用寿命预测提供了一种新的解决方案，进而在特大型轴承智能运维领域进行广泛应用。