1.一种基于贝叶斯网络的摩擦噪音预测方法，用于利用概率来预测和描述摩擦噪音的频率和强度，其特征在于，包括以下步骤：
步骤1，获取摩擦噪音以及与所述摩擦噪音产生关联的数据样本；
步骤2，对步骤1中的所述数据样本进行离散化处理；
步骤3，进行贝叶斯网络学习，建立贝叶斯网络结构图；
步骤4，根据所述数据样本的集合来更新所述贝叶斯网络结构图中每个节点在其父节点下的条件概率；
步骤5，根据步骤4中得到的条件概率对摩擦噪音的频率和强度进行预测。
2.根据权利要求1所述的基于贝叶斯网络的摩擦噪音预测方法，其特征在于：
其中，在步骤1中，所述数据的获取可以通过实验法或是在实际运营中进行测量。
3.根据权利要求1所述的基于贝叶斯网络的摩擦噪音预测方法，其特征在于：
其中，所述数据样本包括转速、载荷、温度、摩擦系数以及摩擦噪音。
4.根据权利要求1所述的基于贝叶斯网络的摩擦噪音预测方法，其特征在于：
其中，在步骤3中，所述贝叶斯网络学习包括参数学习和结构学习。
5.根据权利要求4所述的基于贝叶斯网络的摩擦噪音预测方法，其特征在于：
其中，所述结构学习通过结构学习算法来实现。
6.根据权利要求5所述的基于贝叶斯网络的摩擦噪音预测方法，其特征在于：
其中，所述结构学习算法包括K2算法和K3算法。