[发明专利]基于深度多特征学习的振动部件剩余使用寿命预测方法在审
| 申请号： | 202211413302.2 | 申请日： | 2022-11-11 |
| 公开（公告）号： | CN115855503A | 公开（公告）日： | 2023-03-28 |
| 发明（设计）人： | 赵常威;钱宇骋;朱太云;杨为;柯艳国;黄伟民;毛磊;邹文豪 | 申请（专利权）人： | 国网安徽省电力有限公司电力科学研究院 |
| 主分类号： | G01M13/045 | 分类号： | G01M13/045;G06F30/27;G06N3/0464 |
| 代理公司： | 南京常青藤知识产权代理有限公司 32286 | 代理人： | 汪姗姗 |
| 地址： | 230051 安徽省*** | 国省代码： | 安徽;34 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明涉及故障预测技术领域，具体为基于深度多特征学习的振动部件剩余使用寿命预测方法，包括以下步骤：对采集到部件原始振动信号进行首次预测时间确定，确定部件的衰退期开始时间；使用滑动窗口沿衰退期滑动取一段时间内的所有振动信号数据进行时频分析，以获取到退化故障的时频域特征信息作为输入；将对输入的时频域信息进一步进行多尺度的特征提取以及结果输出；有益效果为：解决了多种类型工况下部件剩余寿命预测结果不稳定问题；实现提取部件退化机理相关特征的能力强、剩余寿命预测精度高。 | ||
| 搜索关键词： | 基于 深度 特征 学习 振动 部件 剩余 使用寿命 预测 方法 | ||
【主权项】：
暂无信息
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于国网安徽省电力有限公司电力科学研究院，未经国网安徽省电力有限公司电力科学研究院许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/patent/202211413302.2/，转载请声明来源钻瓜专利网。
