基于神经网络的公路材料设备剩余寿命预测方法及系统

AITNT
正文
推荐专利
基于神经网络的公路材料设备剩余寿命预测方法及系统
申请号:CN202510769650
申请日期:2025-06-10
公开号:CN120670772A
公开日期:2025-09-19
类型:发明专利
摘要
本发明提供一种基于神经网络的公路材料设备剩余寿命预测方法及系统,涉及设备剩余寿命预测技术领域,包括:将每台公路材料设备标定为二维平面上的节点并分配二维坐标标识,采集其运行参数和环境参数;利用多维特征向量表征每个节点的状态信息,通过综合关联度将相关节点归为同一设备群组,未关联的节点标记为独立异常设备;获取历史运行参数、环境参数及剩余寿命,构建时序样本集,基于样本集训练神经网络模型以预测设备剩余寿命;将每个群组和独立设备的参数输入模型中,输出剩余寿命预测值,并在工地地图上用不同颜色标识设备群组和独立设备的预测剩余寿命;该方法通过时空关联分析提升预测精度,实现设备智能化运维管理。
技术关键词
剩余寿命预测方法 材料设备 剩余寿命预测模型 异常设备 多维特征向量 节点 建立神经网络模型 公路 LSTM模型 剩余寿命预测系统 参数 设备状态信息 时序 标识 剩余寿命预测技术 坐标 样本 智能化运维管理
系统为您推荐了相关专利信息
1
基于多模态协同控制的320缸径双燃料发动机电控系统及方法
安保模块 多模态协同 燃气泄露监控 监测模块 油雾探测器
2
一种动态边缘计算环境下的分层联邦学习优化方法
节点 边缘计算环境 学习优化方法 聚类算法 频率
3
基于节点温差和神经网络的功率器件剩余寿命预测方法
剩余寿命预测方法 温差 功率器件热阻 节点 服役寿命预测
4
基于深度学习的深部地下工程大变形实时监测及控制方法
深部地下工程 多维特征向量 神经网络模型 分布式监测系统 空间特征提取
5
多源生物信息融合的皮肤智能诊疗方法、系统及设备
智能诊疗方法 训练神经网络模型 网络学习用户 因子 多维特征向量
添加客服微信openai178,进AITNT官方交流群
驱动智慧未来:提供一站式AI转型解决方案
沪ICP备2023015588号