-
公开(公告)号：CN111258297B
公开(公告)日：2021-06-04
申请号：CN202010054127.7
申请日：2020-01-17
Applicant: 北京大学
Abstract: 本发明公布了一种基于数据融合网络的设备健康指标构建及寿命预测方法，在机器上加装多种用于检测机器工作状态的传感器，再利用收集到的传感器数据信号，构建机器设备健康指数模型；利用构建的机器设备健康指数模型对机器设备的剩余使用寿命进行预测。采用本发明方法，一方面可提供对机器设备退化过程的风险量化信息的具体表征和可视化；另一方面提高了设备健康状况预测的准确度。
-
公开(公告)号：CN113821974B
公开(公告)日：2023-11-24
申请号：CN202111042036.2
申请日：2021-09-07
Applicant: 北京大学
IPC: G06F30/27 , G06N3/044 , G06N3/0464 , G06N3/08 , G06F119/04
Abstract: 本发明提供一种基于多故障模式的发动机剩余寿命预测方法，该方法首先使用长短时记忆网络(LSTM)网络从多通道传感数据中提取特征，然后，采用基于神经网络的函数结构，同时考虑故障模式判别模型与剩余寿命预测回归模型的逻辑关系而构建序贯式神经网络，最终输出剩余寿命预测。与传统的方法相比，本发明适用于多故障模式情况下的剩余寿命预测，能够提升估计结果的准确性，提供更准确的预测结果。
-
公开(公告)号：CN113821974A
公开(公告)日：2021-12-21
申请号：CN202111042036.2
申请日：2021-09-07
Applicant: 北京大学
IPC: G06F30/27 , G06N3/04 , G06N3/08 , G06F119/04
Abstract: 本发明提供一种基于多故障模式的发动机剩余寿命预测方法，该方法首先使用长短时记忆网络(LSTM)网络从多通道传感数据中提取特征，然后，采用基于神经网络的函数结构，同时考虑故障模式判别模型与剩余寿命预测回归模型的逻辑关系而构建序贯式神经网络，最终输出剩余寿命预测。与传统的方法相比，本发明适用于多故障模式情况下的剩余寿命预测，能够提升估计结果的准确性，提供更准确的预测结果。
-
-
Search Results
4
records
(took 0.019 seconds)
