一种基于流体力学的滑动轴承摩擦磨损预测方法

本发明公开了一种基于流体力学的滑动轴承摩擦磨损预测方法，涉及机械状态监测技术领域，包括，通过传感器采集单点温度、局部压力、振动时域信号和轴承座倾斜角度生成传感器数据，对传感器数据进行基于流体力学守恒方程的场重建得到多场数据；将多场数据通过空间对齐后输入长短期记忆网络LSTM，生成磨损状态特征；使用历史磨损数据训练稀疏相关向量机回归模型RVM，将磨损状态特征与磨损深度建立非线性映射关系，将磨损状态特征作为向量机回归模型RVM的输入，输出预测磨损深度；通过卡尔曼滤波实时融合传感器数据与预测磨损深度，当预测偏差超过协方差阈值时，更新向量机回归模型RVM参数。