摘要
本发明公开了基于振动分析的磨煤机核心部件故障预测方法，属于旋转机械状态监测与预测性维护技术领域，其包括采集多点振动信号生成优化数据集；进行变分模态分解与深度嵌入提取高级特征组；建立迁移学习模型生成初步故障预测分布；通过强化学习反馈循环进行模型自优化得到精炼预测结果；并进行多维度风险量化与故障演化路径模拟输出决策报告。本发明采用一种多层级、自进化的闭环智能预测架构，能够基于预测分布的不确定性，通过强化学习智能体进行模型在线寻优，实现对变工况环境的快速自适应，并结合演化路径模拟提供前瞻性的维护决策支持，显著提升了对磨煤机早期微弱故障的捕捉能力、跨工况预测的准确性以及最终维护决策的科学性。
