摘要
本申请提供一种柔性营养设备运行状态的智能预测维护方法,包括:采集柔性营养设备管路系统中泵的驱动电流,分解驱动电流的低阶谐波分量,计算低阶谐波能量占比的变化率,分析每一时间窗口内能量占比的漂移趋势,确定表征能量占比漂移的指标;通过柔性营养设备能量占比漂移的显著性指标与波形形态的异常特征,分析驱动电流信号与压力脉动信号在预设频段的相关性,计算驱动电流信号与压力脉动信号间的相干性系数;比对裂纹扩展的预测趋势数据与正常磨损历史数据,根据柔性营养设备隐匿性损伤的判定结果,结合输注系统的运行参数,对潜在输注风险进行分级量化,生成柔性营养设备风险等级指标。
技术关键词
相干性
设备管路系统
设备运行状态
柔性
数据
信号
裂纹扩展速率
序列
压力
频段
谐波
输注系统
波形
设备运行工况
指标
风险
非对称特征
训练递归神经网络
系统为您推荐了相关专利信息
编码器模块
模型训练方法
时延
动态规划算法
异构
数据采集方法
手册
患者数据采集系统
知识图谱构建
机器学习训练
数据分析方法
工程项目造价
特征提取算法
键值
指标
融合特征
激光雷达
融合神经网络
加速度
智能驾驶车辆