[发明专利]一种电驱动总成机械部件寿命预测方法及装置在审
申请号: | 201910622222.X | 申请日: | 2019-07-11 |
公开(公告)号: | CN110231160A | 公开(公告)日: | 2019-09-13 |
发明(设计)人: | 夏百战;杨亮;戚远航 | 申请(专利权)人: | 电子科技大学中山学院 |
主分类号: | G01M13/00 | 分类号: | G01M13/00;G01M13/045 |
代理公司: | 暂无信息 | 代理人: | 暂无信息 |
地址: | 528402 *** | 国省代码: | 广东;44 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 机械部件 电驱动总成 寿命预测模型 筛选模型 失效状态 寿命预测 特征参数 报警信息 工作效率 监控检测 历史数据 剩余寿命 维修更换 建模 采集 预测 | ||
1.一种电驱动总成机械部件寿命预测方法,其特征在于,包括:
步骤1:采集机械部件历史数据和运行所述机械部件的特征参数,分别建立建模数据库和待预测数据库;
步骤2:根据所述建模数据库建立筛选模型,以及采用支持向量机建立寿命预测模型;
步骤3:将所述待预测数据库中的待预测数据输入至所述筛选模型,对所述机械部件进行寿命范围预测,根据预测的所述寿命范围结果和设定筛选阈值将所述机械部件分为失效部件和非失效部件,筛选出所述非失效部件对应的所述特征参数建立待预测寿命数据库;
步骤4:将所述待预测寿命数据库中的所述特征参数输入至所述寿命预测模型,输出每个所述非失效部件对应的预测剩余寿命。
2.根据权利要求1所述的一种电驱动总成机械部件寿命预测方法,其特征在于,所述步骤2中采用第二代小波支持向量机构建所述寿命预测模型,
步骤21:利用基于支持向量机核函数条件和提升框架的第二代小波变换理论构造基于故障信号特征的第二代小波核函数,定义如下:
其中,K表示核函数;d表示维数;m=1,2,…N,N为数据长度;表示低通滤波器;表示尺度函数;j表示尺度;
步骤22:利用所述第二代小波核函数进行对偶优化
其中,C为惩罚因子,是Lagrange乘子;
步骤23:求解出步骤22中系数、得到如下对未来样本的第二代小波支持向量机预测决策函数:
式中b为偏置。
3.根据权利要求1所述的一种电驱动总成机械部件寿命预测方法,其特征在于,所述步骤3和所述步骤4中模型的输出结果均显示在电子触摸屏上,显示所述机械部件名称和三维立体图形,所述三维立体图形为预设图形,每一个所述三维立体图形对应一个所述机械部件。
4.根据权利要求1所述的一种电驱动总成机械部件寿命预测方法,其特征在于,所述步骤3中当判断所述机械部件为所述失效部件后,对所述失效部件进行报警提醒。
5.根据权利要求1所述的一种电驱动总成机械部件寿命预测方法,其特征在于,在所述步骤4中设定维修筛选阈值,根据所述维修筛选阈值和所述预测剩余寿命筛选出待维修部件,并显示所述待维修部件的名称和所述三维立体图形。
6.根据权利要求1所述的一种电驱动总成机械部件寿命预测方法,其特征在于,在所述步骤2中统计所述机械部件历史数据,把所述机械部件从投入使用到失效为止的日历小时数作为所述机械部件的一个日历寿命数据,使用威布尔分布来表示所述筛选模型,根据所述筛选模型确定所述寿命范围,再根据所述筛选阈值判断所述机械部件为失效部件或非失效部件。
7.一种电驱动总成机械部件寿命预测装置,其特征在于,包括,
数据采集模块,根据所述电驱动总成机械部件上安装的传感器采集所述机械部件数据,并无线传输所述机械部件数据至建模模块;
所述建模模块,接收所述数据采集模块发送的所述机械部件数据,所述建模模块根据所述机械部件数据构建筛选模型和寿命预测模型;
筛选预测模块,所述数据采集模块当前采集的所述机械部件数据传输至所述筛选预测模块,结合所述建模模块的所述筛选模型和所述寿命预测模型,对所述机械部件的状态进行筛选,并计算获得预测剩余寿命,发送所述筛选结果和所述预测剩余寿命;
显示模块,接收所述筛选结果和所述预测剩余寿命,并进行显示,同时显示所述机械部件相对应的部件名称和图形。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于电子科技大学中山学院,未经电子科技大学中山学院许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/201910622222.X/1.html,转载请声明来源钻瓜专利网。