1.一种基于二元维纳过程的轴承剩余寿命预测方法，其特征在于，所述方法包括以下步骤：

S1.采集轴承退化阶段垂直方向和水平方向上的振动信号；

S2.计算两个方向上振动信号的有效值，构建表征轴承健康状态的两个性能指标：设第k时刻水平方向的振动信号为xi，垂直方向的振动信号为yi，包含N个采样点，则该时刻两个方向上对应的振动信号有效值分别为：S3.对两个性能指标进行检验分析，判断是否能利用维纳过程刻画它们的退化过程，若可行，则构建基于二元维纳过程的轴承退化模型：

1 2 m m m

上式中，X (tk)、X (tk)分别表示k时刻两个性能指标的监测值，η、σ、B(tk)，m＝1,2，分别表示两个性能指标对应的模型中的漂移系数、扩散系数和标准维纳过程；

所述S3中，利用维纳过程对轴承性能指标进行建模，则首次达到失效的时间分布服从逆高斯分布，即轴承两个性能指标剩余寿命的边缘概率密度函数为：上式中m＝1,2，ω1,ω2分别为两个性能指标的失效阈值；

然后利用Copula函数：

F(x1,x2)＝C(F(x1),F(x2)；θ)           (6)上式中F(x1)、F(x2)是两个边缘分布函数，F(x1,x2)是联合分布函数，θ是Copula函数中的未知参数；

建立两个性能指标边缘概率密度函数的联合概率密度函数：

1 2 1

上式中F (t)，F (t)是两个性能指标剩余寿命边缘概率密度函数的累积分布函数，c(F

2 1 2

(t),F(t))是C(F(t),F(t))的密度函数；

在常用的Copula函数形式中，利用AIC信息准则选出最合适的Copula函数AIC＝‑2log(A)+2p              (8)上式中A为模型对应的似然函数，p为模型中参数个数，AIC值越小说明拟合效果越好；

S4.利用AIC信息准则选择合适的Copula函数描述两个性能指标间的相关特性，获得轴承剩余寿命的联合概率密度函数，并利用极大似然估计法在线更新模型参数，预测轴承剩余寿命。

2.如权利要求1所述的基于二元维纳过程的轴承剩余寿命预测方法，其特征在于，所述步骤S4中，预测过程如下：

当轴承性能指标的值首次超过失效阈值ω(ω＞0)时，就认为轴承性能失效，由于同时

1 2

利用了轴承的两个性能指标来进行剩余寿命预测，所以定义当{X (t),t≥0}和{X(t),t≥

0}中的任意一个性能指标超过其所对应的失效阈值ω1，ω2时，即认为轴承失效；因此，轴承的剩余寿命定义为：

1 2

T＝inf{t：X(t)＞ω1或X(t)＞ω2}          (4)。

3.如权利要求1或2所述的基于二元维纳过程的轴承剩余寿命预测方法，其特征在于，所述步骤S4中，利用极大似然估计法更新模型参数，过程如下：首先，由维纳过程的性质知道性能指标增量服从正态分布：m m m m m 2

ΔX＝X(t+Δt)‑X(t)～N(ηΔt,(σ) Δt)       (9)m

ΔX的概率密度函数为：

由式(10)得到性能指标增量的似然函数：m m m m

对似然函数分别求η,σ的偏微分，得η,σ的极大似然估计值为：m m

获得参数η,σ估计值后，通过公式(6)求解关于参数θ的似然函数L(θ)，获得参数θ的估计值：

将获得的参数代入公式(7)，得到轴承剩余寿命的联合概率密度函数，并利用联合概率密度函数最大值对应的时刻作为剩余寿命的预测值hk：m m

hk＝{t:fmax(t|ωm,η,σ,θ)}          (15)。