摘要
本发明提供了一种基于数模联动的机器设备寿命预测方法,包括如下步骤:S1、通过振动传感器采集目标工况下的设备振动信号,由设备系统得到工况参数,并通过直接测量法得到刀具磨损量作为剩余寿命标签;S2、提取设备振动信号的关键特征;S3、选取相关系数绝对值大于额定值的特征形成特征集;S4、输出对剩余寿命的预测值;S5、构建退化或失效的机理模型,从机理层面描述退化过程;S6、得到在一定工况下随运行时间变化的机理模型;S7、输出最终寿命预测结果。本发明构建的模型能够更准确地对剩余寿命进行预测,综合了机理模型和数据驱动方法的优点,既保持了可解释性也保证了对整体退化趋势的把握。
技术关键词
寿命预测方法
设备振动信号
机器设备
神经网络模型
bagging算法
刀具磨损量
工况参数
径向基神经网络
振动传感器
额定值
设备系统
数据驱动方法
线性
退化模型
缩放参数
特征值
系统为您推荐了相关专利信息
智能化消防监控系统
现场监控装置
火灾探测器
消防模块
隧道
光谱成像
BP神经网络模型
投料系统
数值
控制器件
图片生成方法
卷积神经网络模型
文本
计算机可读指令
变量
分布式光伏
数据修复方法
概率分布函数
功率
双向长短期记忆