申请/专利权人：中国科学院沈阳自动化研究所

申请日：2022-03-14

公开（公告）日：2023-09-22

公开（公告）号：CN116796617A

主分类号：G06F30/27

分类号：G06F30/27;G06F111/06;G06F111/02;G06F119/02

优先权：

专利状态码：在审-公开

法律状态：2023.09.22#公开

摘要：本发明公开了一种基于数据标识的滚动轴承设备剩余寿命预测方法及系统，属于旋转机械设备状态检测与寿命预测领域。本发明运用状态特征标识的方法，对其状态存储数据进行一定规则标识，并将卷积神经网络与双向长短期记忆网络相结合组成混合神经网络，以便有效地提取时间和空间特征，提高剩余寿命预测精度，此基础上，在混合神经网络中引入了注意力权重，采用混合神经网络和优化遗传算法的协同训练机制，遗传算法通过不断传递参数和反馈损失来寻找最佳注意力权重参数，优化了剩余寿命预测中不同时间步长的注意力权重分布，使得不同时间步长的重要性得以准确体现，相较于传统的机器学习方法和深度学习，有效解决了现有剩余寿命预测精度不高的问题。

主权项：1.基于数据标识的滚动轴承设备剩余寿命预测方法，其特征在于，包括以下步骤：获取滚动轴承设备运行数据，对其进行标识以及预处理；构建混合神经网络作为预测模型，并使用遗传算法对其进行训练；将待预测的滚动轴承设备运行数据输入训练好的预测模型，得到剩余寿命预测结果。

全文数据：

权利要求：

百度查询： 中国科学院沈阳自动化研究所 基于数据标识的滚动轴承设备剩余寿命预测方法及系统

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。

阅读全文 双屏查看 官方信息 专利公告 收藏专利 下载PDF 下载WORD