基于物场性能退化深度学习的机电装备经济寿命预测方法

来源：计算机集成制造系统杂志2025年第4期北京时间：

作者：林芷萱, 江志刚, 朱硕, 张华, 鄢威

单位：1.武汉科技大学冶金装备及其控制教育部重点实验室2.武汉科技大学机械传动与制造工程湖北省重点实验室3.武汉科技大学绿色制造工程研究院

摘要：经济寿命是衡量机电装备能否继续产生经济效益的重要指标。基于性能退化预测其经济寿命可为制定经济、高效的运维方案提供支撑。然而,装备物理实体与技术性能退化的双重作用导致退化特征复杂多样且动态变化,使关键退化因子不明确、经济寿命预测难。为此,借鉴物场理论并融合深度学习技术,提出一种基于退化特征的经济寿命预测方法。首先,基于互信息法筛选物理实体退化和无形技术场性能退化特征中影响经济寿命的关键物场性能退化因子;其次,考虑退化机理的复杂性、多类型退化特征的时序性与耦合性,建立时序数据驱动的深度可分离卷积网络预测模型。最后,以行星减速器为例,验证了所提方法的有效性。

关键词：经济寿命预测,物场分析,性能退化,深度学习

基金资助：国家自然科学基金资助项目(52075396,51905392)。