申请/专利权人:杭州安脉盛智能技术有限公司
申请日:2023-12-28
公开(公告)日:2024-04-02
公开(公告)号:CN117807878A
主分类号:G06F30/27
分类号:G06F30/27;G06Q10/20;G06Q50/04;G06N3/0455;G06N3/0499;G06F119/04
优先权:
专利状态码:在审-实质审查的生效
法律状态:2024.04.19#实质审查的生效;2024.04.02#公开
摘要:本发明公开了一种设备寿命预测模型训练方法及设备寿命预测方法,应用于工业技术领域,该方法通过获取预设类型、预设功能及预设位置设备的运行数据;运行数据带有剩余寿命标签;基于STL算法及EEMD算法获取运行数据中非振动物理量的第一数据分量;基于VMD算法获取运行数据中振动物理量的第二数据分量;基于第一数据分量、第二数据分量及运行数据构建数据集;基于数据集训练初始设备寿命预测模型得到训练完成的设备寿命预测模型。通过对设备运行数据进行特征提取得到的数据分量与设备运行数据构建用于训练的数据集,相比于现有技术直接通过设备运行数据训练设备剩余设备寿命预测模型,提高了模型预测结果的精确性。
主权项:1.一种设备寿命预测模型训练方法,其特征在于,包括:获取预设类型、预设功能及预设位置设备的运行数据;所述运行数据带有剩余寿命标签;基于STL算法及EEMD算法获取所述运行数据中非振动物理量的第一数据分量;基于VMD算法获取所述运行数据中振动物理量的第二数据分量;基于所述第一数据分量、所述第二数据分量及所述运行数据构建数据集;基于所述数据集训练初始设备寿命预测模型得到训练完成的设备寿命预测模型。
全文数据:
权利要求:
百度查询: 杭州安脉盛智能技术有限公司 一种设备寿命预测模型训练方法及设备寿命预测方法
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。