摘要
本发明公开了一种机械设备的预测性维护方法,涉及航空发动机维护技术领域,该方法包括:获取机械设备在多个时刻的状态数据,并将状态数据输入至状态转换网络模型中,通过状态数据提取状态数据不同尺度的多感官特征,得到信念状态;信念状态为状态数据的特征表示;然后将信念状态输入至预先训练好的实时转换‑近端策略优化网络模型中,得到机械设备的预测性维护结果。该方法能够降低机械设备的预测性维护的复杂性。
技术关键词
测试机械设备
样本
策略
残差神经网络
数据
门控循环单元
注意力机制
剩余使用寿命
框架
感官
航空发动机
线性
模块
利润
资金
参数
传感器
系统为您推荐了相关专利信息
企业评分方法
指标
报告
企业数据处理
BP神经网络模型
里程预测方法
神经网络模型
车辆状态参数
预测系统
数据处理模块
图表展示方法
数据分布特征
校验机制
决策算法
可视化框架