基于多特征融合的自适应维纳过程剩余使用寿命预测方法

张振; 范朝静

doi:10.13436/j.mkjx.202603040

煤矿机械 ›› 2026, Vol. 47 ›› Issue (3) : 203 -208. DOI: 10.13436/j.mkjx.202603040

基于多特征融合的自适应维纳过程剩余使用寿命预测方法

张振, 范朝静

作者信息 +

Author information +

文章历史 +

摘要

单一特征难以充分表征轴承退化过程的复杂规律，导致剩余使用寿命（RUL）预测精度有限。针对该问题，提出了一种基于前馈网络与多特征融合的维纳过程RUL预测方法。首先，利用随机森林与相关性分析筛选关键退化特征，并结合主成分分析实现特征精炼与融合，以构建具有代表性的健康指标。其次，提出基于前馈神经网络的变点检测方法，精确识别退化变点。在此基础上，构建考虑退化与装配不确定性的自适应多阶段维纳退化模型，并通过模型自适应匹配算法实现最优退化模型的在线更新。以XJTU-SY轴承全寿命数据集为验证对象，实验结果表明，该方法在预测精度与鲁棒性方面显著优于对比方法，具有较高的通用性与适应性。