摘要
本发明涉及油液检测技术领域,提供一种机械装备润滑系统油液含水率预测方法,包括:S1、获取油液多维特征的历史数据集,按照油液特征和时间先后排列,制作成数据集1;S2、通过孤立森林剔除数据集1中的异常值和用离散小波变换去除数据噪声,制作成数据集2;S3、利用主成分分析对数据集2进行降维,剔除多维数据的冗余特征,制作成数据集3;S4、通过滞后的方式将数据集3转换为有监督学习的输入和输出序列,然后进行归一化处理,制作成数据集4;S5、将数据集4输入CNN‑BiLSTM‑Attention网络模型进行油液含水率的预测,获得最佳预测结果。本发明能够快速和准确预测油液含水率。
技术关键词
铁磁颗粒
润滑系统油液
铁磁磨粒
离散小波变换
数据噪声
冗余特征
样本
贡献率
球磨机齿轮箱
成分分析
油液检测技术
网络模型结构
阶段
特征值
在线监测系统
矩阵
序列
滤波器