摘要
本发明公开了一种基于车辆全生命周期运行数据的故障预警方法,设备出厂前进行出厂检测,将数据传送到数据中台,生成数据集A,出厂后实时采集设备运行过程中数据,将数据传送到数据中台,生成数据集B,搭建售后服务工单系统,将现场采集的工单记录,传送到数据中台,生成数据集C,建立全生命周期数据关联关系,将数据集A、数据集B、数据集C形成设备全生命周期数据集D,对全生命周期数据集D的数据进行处理,利用改进的随机森林模型进行训练,利用LSTM模型进行模型优化比对,对设备故障进行预测,本发明具有能够提前识别潜在故障、提高设备使用效率和维护管理主动性等优点。
技术关键词
故障预警方法
全生命周期数据
设备全生命周期
随机森林模型
LSTM模型
工单系统
车辆
采集设备
开关量数据
历史运行数据
样本
特征值
协方差矩阵
指数
超参数
客户端
关系
系统为您推荐了相关专利信息
裸金属服务器
梯度提升决策树
数据格式
分析模块
深度神经网络
风险
分布特征
语义分析模型
特征提取算法
异常状态
地铁车厢
动作特征
随机森林模型
可用性预测方法
座位
节能控制方法
风量
控制新风系统
LSTM模型
舒适度
性能预测模型
性能预测方法
集群
机器学习建模方法
随机森林模型