摘要

本发明属于旋转机械智能剩余寿命预测技术领域,公开了一种旋转机械零部件剩余寿命预测方法、系统、介质、设备,以训练样本集为输入进行堆栈式自编码器模型并行训练,提取训练样本集的深度融合特征并根据相关性指标和单调性指标筛选;将筛选出来的优质特征传入自组织映射网络模型中训练,以初始退化指标的退化率进行退化阶段的划分,并进行新型健康指标的构建;新型健康指标退化轨迹平滑处理构建退化轨迹库;在预测阶段,通过计算与退化轨迹库中的各轨迹相似度,根据匹配程度最高的退化轨迹计算剩余寿命。实现从状态监测数据到剩余寿命的高阶映射关系,摆脱了对失效数据和寿命分布模型的依赖,提高了设备剩余寿命预测的准确性与实用性。