龙图腾网&IPTOP
- 微信扫码登录
- 账号密码登录
- 短信登录/注册
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：鲁班源集团有限公司
摘要：本发明提供的基于CMS数据代价敏感学习的真空干泵故障预测方法及装置，涉及设备健康监测技术领域，本发明通过获取真空干泵运行时的CMS监测数据;将CMS监测数据输入预先训练的基于CMS数据代价敏感学习的真空干泵故障预测模型，输出预测结果；其中，预先训练的真空干泵故障预测模型通过对获取的真空干泵CMS历史监测数据进行预处理得到过滤数据；然后基于滑动窗口进行采样，并结合过采样策略，得到每个固定窗口长度的采样数据；并以窗口为单位进行归一化处理；最后基于Catboost算法，采用归一化后的采样数据与调整后的代价敏感损失函数训练故障预测模型，直至模型符合评估标准，得到训练好的模型。本发明能克服数据不平衡问题，使得模型预测更为准确和可靠。
主权项：1.一种基于CMS数据代价敏感学习的真空干泵故障预测方法，其特征在于，包括：S1,获取真空干泵运行时的CMS监测数据；S2,将CMS监测数据输入预先训练的基于CMS数据代价敏感学习的真空干泵故障预测模型，输出预测结果；其中，所述预测结果包括真空干泵的预警级别与预测宕机时间，所述预警级别用以表示距离宕机时刻的时长；所述预先训练的基于CMS数据代价敏感学习的真空干泵故障预测模型通过以下步骤训练得到：A1,根据获取的真空干泵的历史CMS监测数据，通过预处理，得到预处理后的过滤数据；A2,根据所述过滤数据，预设滑动窗口长度和滑动步长，基于滑动窗口进行数据采样，并结合故障样本过采样策略，得到每个固定窗口长度的采样数据；其中，所述故障样本过采样策略是根据当前窗口内的起始位置数据是否为故障样本，动态调整下一窗口的滑动步长，以增加故障样本的数量；A3,以窗口为单位，对每个窗口内的采样数据进行归一化处理，以将采样数据从二维转换到一维，捕捉数据的局部特征；A4,基于Catboost算法，采用归一化后的采样数据与调整后的代价敏感损失函数训练故障预测模型，直至模型符合评估标准，得到训练好的基于CMS数据代价敏感学习的真空干泵故障预测模型。
全文数据：
权利要求：
百度查询： 鲁班源集团有限公司 基于CMS数据代价敏感学习的真空干泵故障预测方法及装置
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。
主营中国专利交易买卖与专利转让许可,高校科技成果推广与科技成果转化,知识产权运营管理与平台开发,科技人才专家库与科技猎头等科技服务
开放平台
担保交易
惠及多方
会员特惠
专属平台
适合多方
数据共享
功能齐全
皖公网安备 34010402703815号