摘要
本申请涉及轴承磨损预测技术领域,其具体地公开了一种轴承磨损寿命预测方法及分析系统,其在进行轴承磨损仿真分析过程中,在仿真模拟的各个时间步长下记录磨损量、工况条件、仿真运行时间以及轴承几何参数,并进一步引入深度神经网络模型对各个时间点的仿真离线数据进行嵌入编码和多变量关联学习,以捕捉到各个时间点的轴承磨损特征,进而通过对各个时间点的轴承磨损特征进行基于时间维度的动态传播编码,以挖掘出轴承磨损的动态演变规律,从而实现对轴承磨损寿命的智能预测。本申请不仅考虑了轴承磨损的即时状态,还实现了对轴承磨损状态的连续监测和动态分析,从而能够有效提升轴承磨损寿命预测的准确性和可靠性。
技术关键词
编码向量
磨损寿命预测方法
变量
时序
队列
动态
节点
工况
磨损特征
分析系统
Softmax函数
离线
深度神经网络模型
参数
编码模块
滑动轴承
门控阈值
系统为您推荐了相关专利信息
电池荷电状态
数学模型
配电节点
充放电功率
计算机存储介质
系统动力学模型
模拟分析方法
评估指标体系
系统边界
子系统
稳定工作模式
自动控制方法
风险
特征提取模型
指标
调节系统
动态时间规整算法
除颤电极
医疗电子器械技术
集成运动传感器