摘要
本申请公开了一种轴承寿命预测模型训练方法、轴承寿命预测方法和装置,涉及人工智能技术领域。其中,该轴承寿命预测模型训练方法包括:在样本轴承工作过程中,采集样本轴承的振动信号中多个最大幅值,并结合预设幅值阈值,确定样本轴承的运行状态和对应的状态参数,以此获取健康指标序列和退化指标序列;根据至少两种预设核函数确定混合核函数模型,并通过健康指标序列和退化指标序列训练混合核函数模型,获取轴承寿命预测模型。该方法通过获取样本轴承的健康指标序列和退化指标序列,实现了使用上述两种序列数据训练至少包含两种预设核函数的混合核函数模型,该混合核函数模型用于预测轴承寿命,从而提高了轴承剩余寿命预测精确性和鲁棒性。
技术关键词
混合核函数
预测轴承
轴承寿命预测方法
样本
模型训练方法
序列
指标
核极限学习机
轴承寿命预测装置
模型训练装置
轴承剩余寿命预测
阶段
幅值
数据特征提取
周期
信号
人工智能技术
系统为您推荐了相关专利信息
预训练模型
电力设备
样本
油浸式电力变压器
动态更新方法
多尺度特征
缺陷检测方法
蒸馏
图像生成网络
教师
低功耗管理方法
时间预测模型
标志
低功耗管理装置
数据处理业务
配网设备
模型训练方法
图谱特征
融合特征
电气设备