Document
拖动滑块完成拼图
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

基于多源传感数据和时空神经网络的设备故障预测方法专利

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:新观智能科技(上海)有限公司

申请日:2023-06-21

公开(公告)日:2024-12-24

公开(公告)号:CN119179854A

专利技术分类:.分析[2023.01]

专利摘要:本发明公开了基于多源传感数据和时空神经网络的设备故障预测方法。复杂工业生产系统的状态和故障预测需要同时监测较多相互关联的过程变量。本发明的方法不对采集的数据进行降维处理,不会丢失数据中的信息,而是将多个监测变量的采集数据进行同步采样、分别进行归一化、再按相等的时长分段后组装成时间序列二维数组数据集,每个二维数组的行代表监测变量,列代表采样时间。利用时空预测神经网络学习该数据集中各个监测变量的相关性变化特征和时间序列特征,训练神经网络模型。用训练好的时空预测神经网络模型预测未来的各个监测变量的数据。根据预测的数据判断未来设备运行中是否会发生异常或故障,以及发生的时间,为检修和维保计划提供依据。

专利权项:1.基于多源传感数据和时空神经网络的设备故障预测方法,其特征在于:包括步骤:(1)采集与生产过程和设备运行状态有关的物理变量随时间变化的数据作为监测变量的数据;(2)将采集的监测变量的数据进行同步采样、分别进行归一化、再按相等的时间长度分段后组装成为时间序列二维数组数据集,该数据集中每个数组的行代表监测变量,列代表采样时间,数值代表监测变量随时间变化的幅值,时间序列二维数组中包含各个监测变量的相关性变化特征和时间序列变化趋势特征;(3)利用时空预测神经网络提取时间序列数组中的监测变量维度和时间序列维度的特征,训练并部署时空预测神经网络模型;(4)用部署的时空预测神经网络模型预测未来一段时间内设备运行状态监测变量的数据,根据预测数据判断是否发生故障和故障发生的时间。

百度查询: 新观智能科技(上海)有限公司 基于多源传感数据和时空神经网络的设备故障预测方法

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。