[发明专利]一种设备剩余寿命的预测方法及系统

权利要求书

1.一种设备剩余寿命的预测方法，其特征在于，包括：

获取待预测设备的历史运行数据；所述历史运行数据包括振动数据、力矩数据、转速数据、温度数据和压力数据；

采用所述历史运行数据对深度置信网络进行训练，得到训练好的深度置信网络；

获得所述待预测设备的当前运行数据；

采用训练好的所述深度置信网络对所述当前运行数据进行特征提取，得到特征集合；

对所述特征集合进行局部线性嵌入操作，得到健康因子；

基于扩散过程，获得所述健康因子与时间的关系模型；所述扩散过程是布朗运动所驱动的带非线性漂移的随机过程，用于描述非线性随机退化过程；

根据所述健康因子与时间的关系模型，对所述待预测设备的剩余寿命进行预测；

根据所述待预测设备的剩余寿命，确定所述待预测设备的剩余寿命的概率密度分布；利用如下公式确定所述待预测设备的剩余寿命的概率密度分布：

其中，μ(τ,θ)为非线性漂移系数，τ为积分变量，θ为非线性漂移系数参数，σ_B为扩散系数，w为失效阈值，Z(t_k)为t_k时刻的健康因子，L_k为待预测设备在t_k时刻的剩余寿命，f(l_k)为待预测设备的剩余寿命的概率密度分布函数，μ(t_k+l_k,θ)为t_k+l_k时刻的非线性漂移系数，l_k为L_k的具体实现值。

2.根据权利要求1所述的设备剩余寿命的预测方法，其特征在于，所述采用所述历史运行数据对深度置信网络进行训练，得到训练好的深度置信网络，具体包括：

将所述历史运行数据输入所述深度置信网络，采用逐层向前对比散度算法对网络参数进行估计，得到训练好的深度置信网络；所述网络参数包括所述深度置信网络中受限玻尔兹曼机的可视单元的偏置、隐含单元的偏置以及可视单元与隐含单元之间的连接矩阵。

3.根据权利要求1所述的设备剩余寿命的预测方法，其特征在于，所述对所述特征集合进行局部线性嵌入操作，得到健康因子，具体包括：

获取所述特征集合中每个特征的趋势值；

将趋势值低于设定值的特征剔除，得到更新后的特征集合；

对所述更新后的特征集合进行局部线性嵌入操作，得到所述健康因子。

4.根据权利要求1所述的设备剩余寿命的预测方法，其特征在于，所述健康因子与时间的关系模型为：其中，Z(0)为初始时刻的健康因子，Z(t)为t时刻的健康因子，μ(τ,θ)为非线性漂移系数，τ为积分变量，θ为非线性漂移系数中的参数，σ_B为扩散系数，B(t)表示布朗运动。

5.根据权利要求1所述的设备剩余寿命的预测方法，其特征在于，所述根据所述健康因子与时间的关系模型，对所述待预测设备的剩余寿命进行预测，具体包括：

利用公式L_k＝inf(l_k:Z(t_k+l_k)≥w|Z(t_k)＜w)对所述待预测设备的剩余寿命进行预测；其中，inf为下确界因子，w为失效阈值，Z(t_k)为t_k时刻的健康因子，L_k为待预测设备在t_k时刻的剩余寿命，l_k为L_k的具体实现值。