一种基于多参数特征融合的大型设备剩余使用寿命预测方法

摘要

一种基于多参数特征融合的大型设备剩余使用寿命预测方法，包括步骤：通过大型在线监测系统获取实验室中大型设备的多种传感器时序参数；利用ReliefF算法对多参数连续值回归分析，通过特征权重筛选，得到与设备状态相关性较大的参数类型；基于主成分分析法对已筛选参数进行数据降维与特征提取，并通过权重融合得到表征大型设备运行状态的健康指数；构建基于期望最大化算法的HMM模型，健康指数作为训练集进行模型训练，找到用于评估当前健康指数对应设备健康状态的分级模型；通过Viterbi算法进行指数似然值计算，获得与该似然值最近邻健康指数，并利用加权平均法对指数差进行预测，得到健康状态拟合曲线；进而计算出大型设备的剩余使用寿命预测值。