首页 专利交易 科技果 科技人才 科技服务 国际服务 商标交易 会员权益 IP管家助手 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索

基于数据驱动的动设备剩余寿命预测方法 

买专利卖专利找龙图腾,真高效! 查专利查商标用IPTOP,全免费!专利年费监控用IP管家,真方便!

申请/专利权人:中国特种设备检测研究院;青海中特检特种设备检测有限公司

摘要:本申请涉及基于数据驱动的动设备剩余寿命预测方法,涉及预测剩余寿命技术领域,包括:采集动设备的数据;对数据进行处理,获得第一数据;提取退化特征,将退化特征整合为退化特征向量;定义健康指标,获取复合健康指标;建立非线性维纳退化模型,基于第一数据,采用最小二乘法估计非线性维纳退化模型的特征参数,实现对动设备剩余寿命的预测。本申请通过采集动设备的观测值,并对这些观测值进行处理和特征提取,可以捕获动设备的退化模式,并更准确地描述其性能变化。

主权项:1.基于数据驱动的动设备剩余寿命预测方法,其特征在于:包括以下步骤:数据采集:对第个动设备进行观测,采集时刻动设备的第种缺陷的观测值;维度判断:判断观测值是否为一维数据,若是,则执行模型构建步骤;若否,则执行非线性降维步骤;非线性降维:对观测值非线性降维,获得第一数据,并将第一数据作为观测值;构建样本集:将所有观测值作为样本集,每个观测值作为样本集中的样本点;确定近邻点:寻找样本集中每个样本点的k个近邻点,所述k为预先设定的数值;计算权值矩阵:由每个样本点的近邻点,计算出所述样本点的局部重建权值矩阵;更新观测值:由所述样本点的局部重建权值矩阵和所述样本点的近邻点,计算所述样本点在低维空间上投影的输出值,将所述输出值作为新的观测值;模型构建:建立非线性维纳退化模型,并通过观测值对非线性维纳退化模型进行训练,所述非线性维纳退化模型的计算模型如下: ;其中,为以θ为特征参数,表示时刻与复合健康指标之间映射关系的非线性曲线;为扩散系数,用于表示退化过程的动态特性;为非标准布朗运动;为漂移系数,用于表征设备退化速度;为测量误差;设置健康指标:包括提取退化特征、确定融合系数、确定健康指标、确定健康指标阈值和绘制健康指标曲线步骤;提取退化特征:在观测值中提取第种缺陷的退化特征,记为健康指标参数I;确定融合系数:确定每个退化特征对应的融合系数,记为健康指标参数II;确定健康指标:将健康指标参数I与健康指标参数II进行乘积运算后,获得健康指标;确定健康指标阈值:定义健康指标阈值;绘制健康指标曲线:绘制健康指标随时间变化的曲线,获得健康指标阈值对应的时间;预测剩余寿命:包括获取退化量、计算对应寿命和计算剩余寿命步骤;获取退化量:包括:求解特征参数θ’和获取实际退化量步骤;求解特征参数θ’:获取当前时刻待测动设备的观测值,将观测值作为非线性维纳退化模型的输入,输出待测动设备的特征参数θ’;在求解特征参数θ’步骤中,获取当前时刻待测动设备观测值,并对观测值进行非线性降维,以获得第二数据,将第二数据作为新的观测值,输入至非线性维纳退化模型,输出待测动设备的特征参数θ’;获取实际退化量:根据特征参数θ’估计动设备的退化轨迹,获得待测动设备在当前时刻的实际退化量;计算对应寿命:基于健康指标曲线,获得实际退化量与健康指标数值相等的时间;计算剩余寿命:计算并输出待测动设备的剩余寿命,剩余寿命的计算模型如下: 。

全文数据:

权利要求:

百度查询: 中国特种设备检测研究院 青海中特检特种设备检测有限公司 基于数据驱动的动设备剩余寿命预测方法

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。