摘要
本发明公开了莱赛尔纤维生产用的薄膜蒸发器剩余寿命预测方法及装置,涉及机械故障诊断技术领域,包括:薄膜蒸发器筒体表面预设区域的振动传感器收集振动数据并进行预处理,以及计算关键部件特征频率;将单个振动传感器振动数据矢量相加,构建一维卷积神经网络模型,得到特征曲线;采用多项高阶指数函数进行拟合,建立剩余寿命特征曲线;得到数据集建立剩余寿命预测的一维卷积神经网络模型,将数据集输入一维卷积神经网络模型,得到剩余寿命预测模型;再将实时采集的振动数据和关键部件特征频率处理后作为预测模型的输入。本发明可减少特征提取网络模型复杂度,提高模型运算实时性,更加准确的提供数据标签,并能有效提高剩余寿命预测的准确率。
技术关键词
故障特征频率
剩余寿命预测方法
薄膜蒸发器
轴承剩余寿命
剩余寿命预测模型
一维卷积神经网络
振动传感器
寿命特征
莱赛尔纤维
曲线
剩余寿命预测装置
监测主轴
机械故障诊断技术
加速度
数据采集模块
系统为您推荐了相关专利信息
故障特征频率
包络
滚动轴承振动加速度
卷积滤波器
信号
滚动轴承剩余寿命
二维卷积神经网络
非线性映射关系
包络
可再生能源装备
剩余寿命预测方法
通道注意力机制
数字孪生
残差网络
发射体
数字孪生
剩余寿命预测模型
工况环境
分析方法
电气