[发明专利]一种设备剩余寿命的预测方法及系统有效
申请号: | 201911021572.7 | 申请日: | 2019-10-25 |
公开(公告)号: | CN110781592B | 公开(公告)日: | 2020-12-22 |
发明(设计)人: | 胡昌华;裴洪;司小胜;李天梅;张建勋;庞哲楠 | 申请(专利权)人: | 中国人民解放军火箭军工程大学 |
主分类号: | G06F30/20 | 分类号: | G06F30/20;G06Q10/04;G06Q10/06;G06K9/62;G06F119/04 |
代理公司: | 北京高沃律师事务所 11569 | 代理人: | 刘凤玲 |
地址: | 710038 *** | 国省代码: | 陕西;61 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | 本发明公开一种设备剩余寿命的预测方法及系统。该方法包括:获取待预测设备的历史运行数据;采用历史运行数据对深度置信网络进行训练,得到训练好的深度置信网络;获得待预测设备的当前运行数据;采用训练好的深度置信网络对当前运行数据进行特征提取,得到特征集合;对特征集合进行局部线性嵌入操作,得到健康因子;基于扩散过程,获得健康因子与时间的关系模型;根据健康因子与时间的关系模型,对待预测设备的剩余寿命进行预测;根据待预测设备的剩余寿命,确定待预测设备的剩余寿命的概率密度分布。本发明在适用于海量数据分析的基础上,可以实现对剩余寿命的量化预测。 | ||
搜索关键词: | 一种 设备 剩余 寿命 预测 方法 系统 | ||
【主权项】:
1.一种设备剩余寿命的预测方法,其特征在于,包括:/n获取待预测设备的历史运行数据;所述历史运行数据包括振动数据、力矩数据、转速数据、温度数据和压力数据;/n采用所述历史运行数据对深度置信网络进行训练,得到训练好的深度置信网络;/n获得所述待预测设备的当前运行数据;/n采用训练好的所述深度置信网络对所述当前运行数据进行特征提取,得到特征集合;/n对所述特征集合进行局部线性嵌入操作,得到健康因子;/n基于扩散过程,获得所述健康因子与时间的关系模型;/n根据所述健康因子与时间的关系模型,对所述待预测设备的剩余寿命进行预测;/n根据所述待预测设备的剩余寿命,确定所述待预测设备的剩余寿命的概率密度分布。/n
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中国人民解放军火箭军工程大学,未经中国人民解放军火箭军工程大学许可,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/201911021572.7/,转载请声明来源钻瓜专利网。