一种基于GRU神经网络的滚动轴承剩余寿命预测方法

    公开(公告)号:CN110610035A

    公开(公告)日:2019-12-24

    申请号:CN201910803500.1

    申请日:2019-08-28

    Abstract: 本发明提供一种基于GRU神经网络的滚动轴承剩余寿命预测方法,该方法按照如下步骤进行:步骤1:提取样本滚动轴承的多个退化特征组成退化特征集;步骤2:利用CEEMDAN算法对退化特征集进行分解,将分解后的残差项作为趋势特征;步骤3:利用单调性和相关性的线性组合对趋势特征筛选,形成最优特征集;步骤4:归一化处理最优特征集;步骤5:将归一化处理后的最优特征集作为GRU神经网络的输入、剩余寿命百分比作为输出训练GRU神经网络;步骤6:获取待测滚动轴承的归一化处理的最优特征集并输入训练后的GRU神经网络中,利用输出的剩余寿命百分比预测出该待测滚动轴承的剩余寿命。本发明方法能更加准确地预测轴承的剩余寿命。

    一种航空涡扇发动机剩余使用寿命预测方法及系统

    公开(公告)号:CN109916634A

    公开(公告)日:2019-06-21

    申请号:CN201910140906.6

    申请日:2019-02-26

    Abstract: 本发明实施例提供了一种航空涡扇发动机剩余使用寿命预测方法及系统,方法包括:获取航空涡扇发动机的检测数据,并根据所述检测数据判断所述航空涡扇发动机所处的退化阶段;基于航空涡扇发动机所处的退化阶段对应的经验模态分解方法,获取所述检测数据对应的特征向量;将所述检测数据对应的特征向量输入预先建立的航空涡扇发动机退化模型中,输出所述航空涡扇发动机的剩余使用寿命预测值。本发明实施例提供的航空涡扇发动机剩余使用寿命预测方法及系统,能够根据航空涡扇发动机的运行状态判断当前所处的退化阶段,预测剩余使用寿命,延长定期检修周期,降低运维成本。

    一种基于卡尔曼滤波和支持向量机的MMC故障诊断方法

    公开(公告)号:CN108872790A

    公开(公告)日:2018-11-23

    申请号:CN201810750997.0

    申请日:2018-07-10

    Abstract: 本发明公开了一种基于卡尔曼滤波和支持向量机的MMC故障诊断方法,涉及柔性直流输电故障诊断技术,包括以下步骤:对每一相的上、下桥臂电压进行采样;建立MMC关于环流和交流侧线电流的微分方程;将离散化后的环流和交流侧线电流方程用卡尔曼滤波的形式表示;将环流和交流侧线电流的预测估计值和量测值进行比较,得到残差;将残差代入残差估计函数,判断是否有故障发生;检测到故障发生后,用环流交流侧线电流的量测值与最优估计值比较得残差;利用最优估计与量测值的残差,采用卡尔曼滤波方法与支持向量机算法,定位得到具体的故障桥臂;本发明不需要额外的故障检测传感器,只需要采集环流和相电压的数据就可以对MMC的故障进行快速检测和精准定位。

    基于混合核支持张量机的MMC子模块开路故障检测方法

    公开(公告)号:CN108872772A

    公开(公告)日:2018-11-23

    申请号:CN201810765510.6

    申请日:2018-07-12

    Abstract: 本发明提供一种基于混合核支持张量机的模块化模块化多电平换流器子模块开路故障检测方法,将径向基核函数与多项式核函数的凸组合形式作为混合核函数,利用支持张量机对模块化模块化多电平换流器进行子模块开路故障诊断,结合模块化模块化多电平换流器在正常运行和故障运行时得到的交流侧电流及环流数据特点,对采集的数据进行训练及测试,以交流电流、电流包络均值以及三相间环流的变化特点作为故障判断依据,并将故障诊断结果以简单的形式表现出来,及时地将故障检测出来,避免因延时检测给系统造成重大的事故隐患。

Patent Agency Ranking