摘要
本发明涉及一种电子烟体故障类型预判系统,所述系统包括:内容分析机构,用于采用BP神经网络模型基于设定持续时长、电子烟体的各项配置信息以及电子烟体在当前时刻之前各个历史时间分段分别对应的各份使用数据智能分析电子烟体在当前时刻之后的未来时间分段内的出现的故障类型编码;类型转换机构,用于将故障类型编码转换为当前时刻之后的未来时间分段对应的故障类型名称。本发明的电子烟体故障类型预判系统设计智能、运行稳定。由于能够在针对性选择的各项基础数据的基础上引入定制结构的BP神经网络模型用于执行电子烟体在当前时刻之后的未来时间分段的故障类型预测,从而提升了电子烟体的智能化水准。
技术关键词
数据采集器件
电子烟体
预判系统
BP神经网络模型
功率检测机构
分段
气溶胶颗粒
通知
语音播放模式
单元内部结构
雾化器
静态存储单元
编码
烟油
数值
电阻丝
系统为您推荐了相关专利信息
风速传感器
神经网络预测模型
巷道断面
BP神经网络预测
BP神经网络模型
蚂蚁
历史运行数据
节点
寿命预测方法
寿命预测系统
定位桩
位移预测方法
偏转角
BP神经网络模型
响应曲面法
BP神经网络模型
线卡管理方法
OLT设备
分布式系统
矩阵
轴承故障诊断方法
振动信号特征
灰度纹理特征
径向基函数神经网络模型
EMD算法