[发明专利]基于非对称损失神经网络的产品关键零件剩余寿命预测方法有效
| 申请号： | 202010767530.4 | 申请日： | 2020-08-03 |
| 公开（公告）号： | CN111931625B | 公开（公告）日： | 2022-07-19 |
| 发明（设计）人： | 刘振宇;张朔;郏维强;谭建荣 | 申请（专利权）人： | 浙江大学 |
| 主分类号： | G06K9/00 | 分类号： | G06K9/00;G06K9/62;G06N3/04;G06N3/08 |
| 代理公司： | 杭州求是专利事务所有限公司 33200 | 代理人： | 林超 |
| 地址： | 310058 浙江*** | 国省代码： | 浙江;33 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明公开了一种基于非对称损失神经网络的产品关键零件剩余寿命预测方法。在机械产品关键零件上安装加速度传感器，通过加速度传感器记录零件的振动信号数据；对振动信号数据进行预处理得到训练数据样本；建立并行多特征深层神经网络作为机械产品关键零件剩余使用寿命的预测模型；在训练预测模型的过程中采用一种非对称的损失函数进行训练，在零件实际使用过程中获取测试数据，并将测试数据输入训练好的预测模型中实时预测零件的剩余使用寿命。本发明采用非对称损失函数训练预测模型，当出现预测寿命大于真实寿命这种危险情况时，加大惩罚力度，从而使预测模型在工业生产的应用中更加安全。 | ||
| 搜索关键词： | 基于 对称 损失 神经网络 产品 关键 零件 剩余 寿命 预测 方法 | ||
【主权项】：
暂无信息
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浙江大学，未经浙江大学许可，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/202010767530.4/，转载请声明来源钻瓜专利网。
