机床与液压

作者：李志高，徐冉，王欣，陈志伟，索海龙，张德才

单位：陕西渭河发电有限公司；陕西省特种设备检验检测研究院；西安交通大学机械工程学院；陕西渭河发电有限公司；西安交通大学机械工程学院；西安交通大学机械工程学院

关键词：剩余寿命预测;深度学习;大型设备

剩余寿命预测是一种通过复杂多维数据前向拓展映射到设备或零件使用情况预测的技术。可靠和准确的剩余寿命预测可以为设备提供有效的预测性维修，从而避免资源浪费、灾难性故障以及人员伤亡。基于深度学习的剩余寿命预测方法能实现模型参数的自主学习，并自动提取原始数据的深度特征，在部件基础上对系统建模以实现更高精度的剩余寿命预测。因此，基于深度学习的方法非常适合复杂退化系统的建模分析。近5年来，大量研究学者在深度学习寿命预测领域取得了诸多突破性进展。总结分析基于深度学习的剩余寿命预测研究，对深度学习剩余寿命预测在装备系统中的应用进行梳理，并对深度学习在装备系统剩余寿命预测方面的未来研究方向进行预测与评估。

来源：2025年第14期

《机床与液压》期刊编辑部

查看机床与液压杂志2025年第14期