摘要
本发明提出了一种应用于冶金制造业的双尺度动态趋势预测方法及系统。该方法为:采集轴承正常工作期间的振动信号,提取振动信号的时域特征;利用多个工作周期的振动信号时域特征构建局部退化趋势,构建局部趋势预测模型,利用局部退化趋势对局部趋势预测模型进行训练,利用局部趋势预测模型对当前工作周期的振动信号的时域特征进行推理,预测轴承的实时运行状态;提取所有振动信号的时域特征的峰值,对峰值平滑处理构建全局退化趋势,构建全局趋势预测模型,利用全局退化趋势对全局趋势预测模型进行训练,利用全局趋势预测模型对所有振动信号的时域特征进行推理,预测轴承的全局性能退化状态。本方法可同时预测轴承的实时运行状态和全局性能退化状态。
技术关键词
趋势预测模型
趋势预测方法
冶金制造业
时域特征
预测轴承
ARIMA模型
振动加速度传感器
性能预测系统
工作周期
信号
动态
存储模块
GRU模型
序列
控制模块
距离检测
波形
系统为您推荐了相关专利信息
瑕疵检测方法
纸杯
多尺度特征
特征提取模块
融合特征
风力涡轮机叶片
样本
学习方法
无监督
损失函数优化
故障诊断模型
融合特征
频域特征
注意力机制
时域混合特征
成品油储罐
二维倾角传感器
GNSS接收器
监测预警系统
监测预警方法