摘要
面向多部件耦合的链传动系统的寿命预测方法、装置及系统,其方法包括:对链传动系统的多部件进行拓扑结构分解,结合历史故障数据和专家知识,提取系统各部件之间的故障关系;对故障数据预处理,获得结构化的故障特征矩阵;利用云模型符号有向图建立链传动系统的故障传播网络,基于系统部件的功能关系与工况变化,构建模块化的故障传播路径推理模型;通过相容通路搜索、云模型的定性与定量转换,对系统的故障传播进行动态模拟和实时分析;将随机不确定性和认知不确定性进行统一量化,采用回归模型对链传动系统的退化趋势进行建模;进行模型参数的优化,结合首达时方法进行链传动系统的剩余寿命预测,并通过置信区间分析给出寿命预测的置信度。
技术关键词
链传动系统
寿命预测方法
故障传播路径
多部件
符号有向图
剩余寿命预测
历史故障数据
退化模型
隶属度函数
关联规则挖掘算法
参数估计算法
寿命预测模型
远程监控平台
故障特征
机器学习算法
关系
耦合特征提取
消除测量误差
系统为您推荐了相关专利信息
网络节点
网络拓扑结构
系统状态变化
故障特征
层级
加速老化试验
寿命预测模型
变频电机绝缘
加速老化测试
建模方法
多源异构数据融合
动态知识图谱
数据监测方法
多模态数据采集
马尔可夫逻辑网络
寿命预测方法
空间特征提取
剩余使用寿命预测
生成对抗网络
接触网参数
剩余寿命预测方法
特征迁移学习
剩余寿命预测模型
多级用户界面
多通道卷积神经网络