[发明专利]部件寿命预测方法及装置有效
| 申请号： | 201810355300.X | 申请日： | 2018-04-19 |
| 公开（公告）号： | CN110398346B | 公开（公告）日： | 2020-10-23 |
| 发明（设计）人： | 任磊;成学军;崔晋;孙亚强 | 申请（专利权）人： | 北京航空航天大学 |
| 主分类号： | G01M13/00 | 分类号： | G01M13/00;G06N3/08 |
| 代理公司： | 北京同立钧成知识产权代理有限公司 11205 | 代理人： | 杨泽;刘芳 |
| 地址： | 100191*** | 国省代码： | 北京;11 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本申请提供一种部件寿命预测方法及装置，方法包括：获取安装于待测部件的传感器采集到的加速度信号；对所述加速度信号进行特征提取，获得特征指标；将所述特征指标作为多时间尺度增强门控神经网络的输入，获得所述多时间尺度增强门控神经网络输出的预测结果，其中，所述多时间尺度增强门控神经网络是以不同时间尺度的特征指标为样本，经过深度学习训练建立的。本方案采用一种多时间尺度增强门控神经网络的方法对部件寿命进行预测，解决了数据量和特征维度对部件寿命预测的限制，提高了部件寿命预测的准确度。 | ||
| 搜索关键词： | 部件 寿命 预测 方法 装置 | ||
【主权项】：
1.一种部件寿命预测方法，其特征在于，包括：获取安装于待测部件的传感器采集到的加速度信号；对所述加速度信号进行特征提取，获得特征指标；将所述特征指标作为多时间尺度增强门控神经网络的输入，获得所述多时间尺度增强门控神经网络输出的预测结果，其中，所述多时间尺度增强门控神经网络是以不同时间尺度的特征指标为样本，经过深度学习训练建立的。
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
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北京航空航天大学，未经北京航空航天大学许可，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/patent/201810355300.X/，转载请声明来源钻瓜专利网。
