摘要
本发明提供了一种基于机电设备运行信息进行故障预测的方法以及系统,包括:采集机电设备的运行信息、运行工况信息以及机电设备的环境干扰信息并进行数据整合,得到综合信息集;对所述综合信息集进行基于信息熵的特征重要性评估,得到特征重要性序列;基于所述特征重要性序列,对基于遗传算法的故障预测算法的关键参数自适应进行调整,得到优化故障预测算法;将所述机电设备的运行信息输入至所述优化故障预测算法中进行故障预测,得到故障预测结果;其中,故障预测结果包括机电设备发生故障的概率、故障类型以及故障发生位置。在本发明中,克服了当前的故障预测算法缺乏针对机电设备运行特性、工况变化以及环境差异进行自适应性调整的缺陷。
技术关键词
机电设备
遗传算法
字符
支持向量机分类器
动态时间规整算法
信息熵
矩阵
参数
连线
时间序列特征
节点
工况
重构
染色体
模板
管理终端
处理器
计算机设备
系统为您推荐了相关专利信息
电子设计自动化工具
通用配置方法
模版
配置系统
目录
结构化信息提取方法
大语言模型
分区
关键词
表格
封装器件
性能预测模型
封装结构
双面
热传导面积