一种润滑油磨损状态预测方法及系统

本发明公开了一种润滑油磨损状态预测方法及系统，属于油液状态监测技术领域，首先构建CNN‑LSTM‑Attention预测网络模型；基于卷积神经网络模型中的卷积层计算原理对润滑油监测数据进行特征提取，得到油液监测数据随时间动态变化的特征信息；在卷积神经网络的池化层中增加注意力机制，基于油液监测数据中全局信息动态调整并生成各连接间的权重；建立LSTM神经网络，基于卷积层提取的润滑油监测数据特征，借助注意力机制动态调整网络权重，得到时间序列中的长期依赖关系；对连接好的预测网络模型进行训练，将训练完成后的预测网络模型投入使用，进行润滑油磨损状态的预测。本发明方法大大提高了润滑油磨损状态预测的准确性和精确性。