一种多指标融合的钢轨打磨车走行机构寿命预测方法及平台

本发明公开了一种多指标融合的钢轨打磨车走行机构寿命预测方法，包括以下工作步骤：步骤S1、信息采集：采集走行机构关键零部件的运行状态数据，包括润滑状态、磨损情况、使用时间；步骤S2、构建模型：采用深度神经网络构建二分类模型，对关键零部件的健康状态进行预测，并输出健康状态分类结果；步骤S3、信息分析：设计信号融合算法，基于多个零部件的健康状态信息，训练深度学习模型，评估走行机构整体健康状态，分类为“故障”或“未故障”中的一种。本发明利用深度神经网络对零部件数据进行建模，提高了预测精度；智能化预测与寿命阶段划分，有效减少了不必要的维护和更换，延长了设备的使用寿命，降低了总体维护成本。