摘要
本发明公开了一种基于多尺度损伤耦合的风机齿轮箱寿命预测方法和系统,通过获取风机齿轮箱在预设运行时间中的时间序列,对获取的时间序列进行预处理,并建立状态空间方程,根据不同时间和不同损伤模式进行数据的特征提取,根据状态空间方程进行多尺度损伤耦合建模,耦合关系模型利用注意力机制学习不同尺度特征对综合损伤状态的贡献权重,以各预设时间的特征参数进行耦合,对神经网络进行训练,得到更新后的耦合关系模型,根据更新后的耦合关系模型来计算健康指标并计算寿命预测模型达到阈值的时间。本发明基于多尺度损伤耦合的风机齿轮箱寿命预测方法和系统,通过获取不同时间段内风机齿轮箱不同零部件的实时运行状态数据,通过时域特征提取方法,寻找各零部件之间的耦合关系,建立多尺度损伤耦合模型,可以有效地鉴别不同特征信息之间的干扰,可以有效提高风机齿轮箱剩余使用寿命的预测精度。