一种多级自更新的车辆剩余寿命预测与维修方法

本发明是一种多级自更新的车辆剩余寿命预测与维修方法。包括以下步骤：采集装备车辆各部件的运行数据作为特征参数；计算特征参数中的时域特征与频域特征，并汇总构建特征参数矩阵；基于慢特征分析算法构建异常监测模型，通过异常监测模型确定退化起始点；基于LSTM模型与LSSVM模型作为基模型，构建集成学习模型，并使用特征参数矩阵以及初始退化点对其进行训练；使用训练好的集成学习模型对装备车辆各部件进行剩余寿命预测，根据预测结果对装备车辆进行维修，并在完成维修后对数据进行标签化处理；根据集成学习模型的相似性度量指标对标签化数据进行更新。本发明所提的寿命预测模型能在兼顾已训练场景的同时对未训练场景依旧有良好的预测能力，提升了模型的泛化性能与通用性能。