摘要
本发明提出了一种基于故障基因的运行参数预测方法,结合待分析的旋转机械上设置的传感器信息,在故障基因库的<故障类型>中读取并选择合适的趋势模型,再采用拟合后的模型参数将运行参数从故障基因库中的<故障类型>所对应的参数中反向推导出运行参数,最后通过评价预测效果迭代生成符合期望的运行参数预测模型,本运行参数预测模型既具有物理模型的可解释性强的特点,也具有数据驱动的充分挖掘的特点,能够准确快捷地应用于预测复杂系统的未来运行参数,有效提高了系统的运行效率、安全性和可靠性。
技术关键词
参数预测方法
基因
故障发生率
正则化参数
旋转机械结构
训练集数据
传感器
神经网络模型
转子系统
故障特征
预测误差
列表
典型
线性
算法
信号