摘要
本申请涉及堆垛机技术领域,尤其涉及堆垛机结构状态预测模型构建方法、预测方法、装置、设备及存储介质,包括数据分析处理、预测模型训练和应用:分析结构振动响应信号表征规律,利用变分模式分解方法对振动数据进行信号分解以获取其敏感分量,对历史振动数据和现场振动数据进行敏感分量获取和特征提取;获得历史数据特征矩阵和现场数据特征矩阵,以最大均值差异最小化为准则,基于半监督迁移成分分析方法将两域特征映射至统一空间当中,采用迁移后的两域特征建立基于偏最小二乘回归的状态预测模型;获取相同采样周期内的振动加速度信号及其特征矩阵,并将迁移映射后的特征输入到训练好的预测模型中,获取当前状态下的结构状态预测值。
技术关键词
结构振动响应
堆垛机结构
预测模型构建方法
历史数据特征
健康状态信息
成分分析方法
矩阵
模态分解方法
预测模型训练
加速传感器
计算机程序指令
样本
状态预测装置
振动加速度信号
状态预测方法
构建预测模型
系统为您推荐了相关专利信息
预测模型构建方法
时间序列特征
风险预测模型
数字孪生体
语音特征
运输农产品
决策树模型
预测模型构建方法
生成样本数据
模型构建装置
建筑结构减振
减振加固结构
关键点
结构有限元模型
动刚度
深度学习网络模型
预测模型构建方法
特征值
参数
大数据