摘要
本发明公开了一种舰船机构要素故障剩余可用边界量化方法,属于战备状态控制技术领域,包括:获取舰船机构要素的全寿命数据集,对全寿命数据集中的数据进行预处理得到输入数据集;构建时间卷积神经网络模型,基于贝叶斯理论进行剩余使用寿命预测不确定性量化表征,以构建贝叶斯‑TCN模型;由输入数据集训练贝叶斯‑TCN模型,由训练好的贝叶斯‑TCN模型进行具有不确定性量化的RUL预测。本发明通过对网络参数的后验分布的调整以及超参数权重的正则化,降低过拟合发生的概率,同时可以提供网络模型的概率解释,生成具有不确定性表示的RUL预测结果,能够提供关于预测准确程度的信息,对实际维护决策更具有指导性意义。
技术关键词
剩余使用寿命预测
卷积神经网络模型
状态控制技术
数据
滑动时间窗口
贝叶斯框架
卷积算法
理论
超参数
时序
决策
标签
系统为您推荐了相关专利信息
智能化监测方法
关键监测参数
数字孪生模型
耦合分析技术
周边环境信息
施工智能
施工管理平台
测绘方法
无人机
数字正射影像图