摘要
本申请涉及人工智能技术领域,尤其涉及一种电机轴承剩余寿命预测方法、系统及模型训练方法,该电机轴承剩余寿命预测方法包括:获取电机的轴承的一维振动信号数据;通过对一维振动信号数据进行时频域转换,得到一维振动信号数据分解后的多个子信号的周期与频率;基于子信号的目标周期长度与频率,对一维振动信号数据进行特征重构,得到二维特征向量;对二维特征向量进行长期变化采样,得到多个长期变化特征向量,并对二维特征向量进行短期变化采样,得到多个短期变化特征向量;基于长期变化特征向量和短期变化特征向量,进行电机轴承剩余寿命预测;该方法能够较精准地实现对电机的轴承的剩余寿命预测,成本较低。
技术关键词
电机轴承
剩余寿命预测方法
剩余寿命预测模型
剩余寿命预测系统
周期
信号
特征提取模块
频率
模型训练方法
采样模块
卷积模块
样本
人工智能技术
数据获取模块
训练集
重构模块
系统为您推荐了相关专利信息
新能源机组
气象
神经网络架构
运维监控系统
预测误差
预测管理方法
预测管理系统
建立预测模型
训练集数据
平滑算法
设备全生命周期
寿命预测模型
设备运行数据
计算机可执行指令
平均故障间隔时间