申请/专利权人:北京航空航天大学
申请日:2021-03-26
公开(公告)日:2021-10-12
公开(公告)号:CN113495800A
主分类号:G06F11/07(20060101)
分类号:G06F11/07(20060101)
优先权:["20200402 CN 2020102553688"]
专利状态码:在审-实质审查的生效
法律状态:2021.10.29#实质审查的生效;2021.10.12#公开
摘要:本发明公开了一种基于扩展多属性决策的诊断预测数据和特征再认知方法,包括:将用于检测设备故障的传感器定义为扩展多属性决策数据模型的条件属性,将设备典型故障模式或状态的标签定义为扩展多属性决策数据模型的决策属性;根据所述决策属性与条件属性间的依赖关系进行条件属性子集选择,以便从多个用于检测设备故障的传感器中筛选出有价值的传感器集合;通过为选择出的条件属性子集中的每个条件属性分配权重,得到条件属性子集中每个条件属性的属性权重;将所述条件属性子集对应的传感器采集的且进行数据预处理的数据样本和条件属性子集的属性权重输入到相应的故障诊断预测模型中,对设备故障进行诊断和预测。
主权项:1.一种基于扩展多属性决策的诊断预测数据和特征再认知方法,包括:将用于检测设备故障的传感器定义为扩展多属性决策数据模型的条件属性,将设备典型故障模式或状态定义为扩展多属性决策数据模型的决策属性;根据所述决策属性与条件属性间的依赖关系进行条件属性子集选择,以便从多个用于检测设备故障的传感器中筛选出有价值的传感器集合;通过为选择出的条件属性子集中的每个条件属性分配权重,得到条件属性子集中每个条件属性的属性权重;将所述条件属性子集对应的传感器采集的且进行数据预处理的数据样本和条件属性子集的属性权重输入到相应的故障诊断和预测模型中,对设备故障进行诊断和预测。
全文数据:
权利要求:
百度查询: 北京航空航天大学 基于扩展多属性决策的诊断预测数据和特征再认知方法
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。