应用于冶金制造业的双尺度动态趋势预测方法及系统

AITNT
正文
推荐专利
应用于冶金制造业的双尺度动态趋势预测方法及系统
申请号:CN202410959207
申请日期:2024-07-17
公开号:CN118861568A
公开日期:2024-10-29
类型:发明专利
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
1
一种基于深度学习的纸杯表面微小瑕疵检测方法及系统
瑕疵检测方法 纸杯 多尺度特征 特征提取模块 融合特征
2
风力涡轮机叶片结冰检测的对比学习方法与系统
风力涡轮机叶片 样本 学习方法 无监督 损失函数优化
3
基于频域注意力扩散模型的单域泛化旋转机械故障诊断方法
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
4
一种成品油储罐基础沉降与变形监测预警系统及方法
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
5
一种多特征与集成优化的盐碱地电导率预测方法
回波 雷达 频谱特征 时域特征 机器学习模型
添加客服微信openai178,进AITNT官方交流群
驱动智慧未来:提供一站式AI转型解决方案
沪ICP备2023015588号