摘要
本发明涉及用于民用飞机油液设备预测性维护的方法和系统。该方法包括以下步骤:S1:收集并预处理油液设备的数据并进行数据清洗和预处理;S2:采用模型算法对经过预处理的数据进行加工,并基于加工后的数据对油液设备的工作状态进行趋势预测,其中,对不同种类的数据进行关联融合,并借助自适应地动态调整的阈值实时地进行趋势预测;S3:存储和输出预测结果,其中,根据所述步骤S1‑S3的触发条件统一、自动地调度管理步骤S1‑S3,从而彼此协调、联动地执行步骤S1‑S3。通过本发明,能够自动、高效地监测油液故障,明显提高预测性维护的准确性、可靠性与实时性,有效地应对不同设备的复杂性与多变性,显著提高油液设备的运维效率。
技术关键词
模型算法
民用飞机
深度学习网络模型
油液
模型特征值
构建深度学习网络
故障风险评估
动态地
时间序列特征
可视化页面
分析模块
数据存储
剔除噪声
降噪算法
统计方法
成分分析
系统为您推荐了相关专利信息
地下工程爆破
匹配设计方法
工业一体机
图像
表达式
带温度补偿
传感器检测单元
螺线管线圈
检测传感器
微流体芯片
早期识别方法
前端数据采集模块
火灾
双向特征金字塔
深度学习网络模型
项目管理模块
模型算法
看板管理
线路
故障预测模型