采煤机轴承退化过程并非简单的线性或指数关系，应分为不同阶段进行分析。而目前的采煤机轴承剩余使用寿命（RUL）预测方法未充分考虑该因素。针对该问题，提出了一种基于改进相似模型的采煤机轴承剩余寿命预测方法。采用通用的相似模型描述设备退化过程，在此基础上通过对均方根聚类分析，将轴承退化过程划分为平稳运行阶段、初始退化阶段和加速退化阶段，借助传统相似模型思路分段计算采煤机轴承的健康状态并拟合得到退化曲线样本库，通过对离线样本库数据和在线采煤机实时数据进行数据预处理和相似性分析，最终得到采煤机轴承RUL。实验结果表明：基于改进相似模型的采煤机轴承RUL预测方法的误差绝对值均值较卷积门控循环单元（ConvGRU）、空间卷积长短时记忆神经网络（ConvLSTM）、卷积神经网络（CNN）、自组织映射神经网络（SOM）、循环神经网络（RNN）、传统相似模型分别降低了30.49%,7.54%,16.98%,24.74%,17.96%,9.49%，可以较好地预测轴承RUL。现场试验结果表明：对采煤机轴承连续监测87 d，轴承健康状态从0.997逐渐下降到0.972，与现场采煤机轴承实际使用情况基本吻合，验证了该方法的有效性。

国家自然科学基金项目（52274157）；“科技兴蒙”行动重点专项项目（2022EEDSKJXM010）；山西省基础研究计划项目（202103021223123）；山西省重点研发计划项目（202102100401015）；山西省揭榜招标项目（20201101005）；

0 引言
1 采煤机轴承RUL预测框架
2 基于改进相似模型的采煤机轴承RUL预测方法
2.1 改进相似模型建立流程
2.2 采煤机轴承多工况退化曲线库构建
3 现场应用效果
4 结论

李晓昆,耿毅德,王宏伟,付翔,王然风.基于改进相似模型的采煤机轴承剩余寿命预测方法[J].工矿自动化,2023,49(05):96-103.DOI:10.13272/j.issn.1671-251x.18018.