[发明专利]一种工业设备剩余寿命预测模型及其构建方法和应用

权利要求书

1.一种工业设备剩余寿命预测模型的构建方法，其特征在于，包括：

步骤1、采集多个相同工业设备分别在不同故障模式下的全寿命多特征数据集，并构建每个全寿命多特征数据集的多维矩阵；

步骤2、采用滑动窗口，对每个多维矩阵进行时间序列切片，得到该多维矩阵的多个时间切片矩阵；

步骤3、根据故障模式的种类，对所有所述时间切片矩阵进行分类；

步骤4、基于每种故障模式对应的所有时间切片矩阵，训练该故障模式的CNN-RNN混合剩余寿命预测模型，得到工业设备剩余寿命预测模型库。

2.根据权利要求1所述的一种工业设备剩余寿命预测模型的构建方法，其特征在于，所述步骤1包括：

采集多个相同工业设备分别在不同运行参数和故障模式下的全寿命多特征数据集，并构建每个全寿命多特征数据集的多维矩阵，其中，每个多维矩阵包括运行参数维度的数据；

则所述步骤2还包括：

对每个多维矩阵的所有运行参数进行聚类，并基于聚类结果，对运行参数去噪，得到该多维矩阵的多个新的时间切片矩阵。

3.根据权利要求2所述的一种工业设备剩余寿命预测模型的构建方法，其特征在于，所述对每个多维矩阵的所有运行参数进行聚类，具体为：

采用k-均值聚类算法，对每个多维矩阵的所有运行参数进行聚类。

4.根据权利要求1所述的一种工业设备剩余寿命预测模型的构建方法，其特征在于，每个所述全寿命多特征数据集包括：寿命长度数据，运行参数数据，以及各传感器的采集数据。

5.根据权利要求1所述的一种工业设备剩余寿命预测模型的构建方法，其特征在于，所述CNN-RNN混合模型包括：

CNN网络模型，用于提取每个所述时间切片矩阵中的特征，得到特征向量；

RNN网络模型，用于基于每个所述特征向量，预测所述工业设备的剩余寿命。

6.根据权利要求1至5任一项所述的一种工业设备剩余寿命预测模型的构建方法，其特征在于，所述步骤2中，所述滑动窗口的滑动步长小于窗口尺寸，以采用其对每个多维矩阵进行有重叠地时间序列切片。

7.一种工业设备剩余寿命预测模型库，其特征在于，采用如权利要求1至6任一项所述的一种工业设备剩余寿命预测模型的构建方法构建得到。

8.一种工业设备的剩余寿命预测方法，其特征在于，包括：

步骤1、获取待测工业设备的测试数据集及如权利要求7所述的预测模型库，并确定所述预测模型库的构建方法；

步骤2、根据所述构建方法中对全寿命多特征数据集的处理操作，对所述测试数据集进行处理，得到多个时间切片矩阵；

步骤3、计算所述多个时间切片矩阵与所述预测模型库中每个预测模型训练所需的所有时间切片矩阵之间的欧氏距离，确定距离最近的预测模型；

步骤4、基于所述多个时间切片矩阵，采用该距离最近的预测模型，预测所述待测工业设备在所述测试数据集下的剩余寿命。

9.根据权利要求8所述的一种工业设备的剩余寿命预测方法，其特征在于，所述步骤4包括：

基于每个所述时间切片矩阵，采用该距离最近对应的预测模型，预测得到初始剩余寿命，并将各所述初始剩余寿命之间的平均值，确定为所述待测工业设备在所述测试数据集下的剩余寿命。

10.一种存储介质，其特征在于，所述存储介质中存储有指令，当计算机读取所述指令时，使所述计算机执行上述如权利要求1至6任一项所述的一种工业设备剩余寿命预测模型的构建方法。