[发明专利]采煤机剩余寿命的预测方法

权利要求书

1.一种采煤机剩余寿命的预测方法，其特征在于，包括：

S1，获取采煤机各个运行过程中分别采集的初始多源信号；

S2，对每个运行过程采集的初始多源信号进行预处理，得到每个运行过程的目标多源信号；

S3，提取每个目标多源信号中的健康指标特征向量；

S4，组合各个目标多源信号中的健康指标特征向量，得到采煤机的健康指标特征矩阵；

S5，将健康指标特征矩阵输入预先训练好的采煤机剩余寿命预测模型，得到采煤机的剩余寿命。

2.根据权利要求1所述的采煤机剩余寿命的预测方法，其特征在于，所述S5在将健康指标特征矩阵输入预先训练好的采煤机剩余寿命预测模型之前，还包括：

S51，获取根据采煤机历史运行过程采集的初始多源信号确定的健康指标特征集；

S52，将健康指标特征集中的健康指标特征划分为训练集和验证集；

S53，分别对训练集和验证集中的目标健康指标特征进行聚类分析，以将采煤机的健康阶段划分为平稳运行阶段、初始退化阶段和加速退化阶段三个健康阶段；

S54，分别计算所述训练集和验证集中的所有健康指标特征与健康阶段之间的可识别性指标，并根据计算结果对训练集和验证集中的健康指标特征进行筛选，得到代表性健康指标特征矩阵；

S55，根据健康阶段计算采煤机的剩余寿命和健康状态；

S56，分别根据训练集和验证集的代表性健康指标特征矩阵和健康状态拟合采煤机的训练集退化曲线族和验证集退化曲线族；

S57，计算训练集退化曲线族中每条退化曲线与验证集退化曲线族中每条退化曲线之前的距离和相似度，并根据距离和相似度从训练集退化曲线族中筛选与验证集退化曲线族中的退化曲线最为相似的若干组退化曲线作为剩余寿命预测集；

S58，获取剩余寿命预测集中每条退化曲线的剩余寿命，并根据相似度对剩余寿命预测集中每条退化曲线的剩余寿命赋予权重，得到采煤机剩余寿命预测模型。

3.根据权利要求2所述的采煤机剩余寿命的预测方法，其特征在于，所述S51在获取根据采煤机历史运行过程采集的初始多源信号确定的健康指标特征集时，包括：

S511，获取采煤机各个历史运行过程中分别采集的初始多源信号；

S512，对每个历史运行过程采集的初始多源信号进行预处理，得到每个历史运行过程的目标多源信号；

S513，提取每个目标多源信号中的健康指标特征向量，并组合各个目标多源信号中的健康指标特征向量，得到采煤机的健康指标特征集。

4.根据权利要求2所述的采煤机剩余寿命的预测方法，其特征在于，所述S52在将健康指标特征集中的健康指标特征划分为训练集和验证集时，包括：

S521，将健康指标特征集中的健康指标特征进行Z-Score标准化处理；

S522，采用k折交叉验证法将标准化处理后的健康指标特征集划分为训练集与验证集。

5.根据权利要求2所述的采煤机剩余寿命的预测方法，其特征在于，所述目标健康指标特征为均方根。

6.根据权利要求2所述的采煤机剩余寿命的预测方法，其特征在于，所述S54在分别计算所述训练集和验证集中的所有健康指标特征与健康阶段之间的可识别性指标时，通过如下公式来实现：

其中：为类间散布矩阵，为类内散布矩阵，n_s是第s类的样本数，m_s为第s类健康指标特征的均值，m是所有健康指标特征的平均值，Ω表示第s类的健康指标特征集。