“剩余寿命预测”专利关键词查询_检索下载_查询列表_检索列表_行业专利分布_钻瓜专利网

钻瓜专利网为您找到相关结果1780509个，建议您升级VIP下载更多相关专利

[发明专利]一种面向全寿命周期的公路机电设备寿命预测系统-CN202010121280.7在审
发明人：许宏科;林杉;陈天益;牛军;刘占文;赵威;刘冬伟 -专利权人：长安大学
申请日： 2020-02-26 - 公布日： 2020-07-07 - 主分类号： G06F30/27 文献下载
摘要：本发明提供了一种面向全寿命周期的公路机电设备寿命预测系统，该系统包括公路隧道关键机电设备识别模块，用于对公路隧道机电设备中的关键设备进行识别筛选；公路隧道机电设备剩余寿命预测模块，用于对从公路隧道机电设备中识别筛选出来的关键设备进行剩余寿命预测本预测系统将关键设备识别筛选与公路隧道机电设备剩余寿命预测相结合，大大提高了预测系统的效率和准确性。再结合高速公路机电设备退化分析，能够实现针对公路机电设备的全寿命周期的寿命预测。
一种面向寿命周期公路机电设备预测系统

[发明专利]电池使用寿命预测模型的生成方法、装置及车辆-CN202210784293.1在审
发明人：杨蕊;吴怀仁;黄忠山 -专利权人：广州汽车集团股份有限公司
申请日： 2022-06-28 - 公布日： 2022-11-11 - 主分类号： G01R31/367 文献下载
摘要：本申请实施例提供一种电池使用寿命预测模型的生成方法、装置及车辆，涉及电池预测技术领域。该方法通过获取预设类型的真实数据和实验样本数据；根据实验样本数据，确定目标样本数据与电池剩余使用寿命之间的函数关系；从真实数据中确定目标数据，目标数据和目标样本数据属于同一类型的数据；根据真实数据、目标数据、目标样本数据、函数关系，生成用于对电池的剩余使用寿命进行预测的使用寿命预测模型，使得生成的使用寿命预测模型具有丰富的数据基础且与真实数据的关联性较强，从而提高了使用寿命预测模型对电池的剩余使用寿命进行预测的准确性
电池使用寿命预测模型生成方法装置车辆

[发明专利]一种数据驱动的系统剩余使用寿命预测方法-CN201910835871.8在审
发明人：杨莹;张瑀涵;李鹤 -专利权人：北京大学
申请日： 2019-09-05 - 公布日： 2021-03-23 - 主分类号： G06F30/20 文献下载
摘要：本发明公布了一种数据驱动的系统剩余使用寿命预测方法，系统包括设备和零件；对已采集的系统退化数据设定退化增量步长，通过处理得到相应的退化增量；对退化增量进行基于相关向量机RVM的建模并计算参数，得到退化系统当前时刻的剩余使用寿命的分布，从而预测得到系统的剩余使用寿命。采用本发明技术方案，能够更准确更灵活地描述非线性退化过程，提高系统剩余使用寿命预测的准确性。
一种数据驱动系统剩余使用寿命预测方法

[发明专利]一种基于性能退化模型的数控机床导轨副寿命预测方法-CN201010216392.7无效
发明人：高宏力;许明恒;黄柏权;吴希曦;赵敏;寿云;张磊;何绍灿;张筱辰;刘庆杰 -专利权人：西南交通大学
申请日： 2010-07-02 - 公布日： 2010-10-27 - 主分类号： B23Q17/00 文献下载
摘要：一种基于性能退化模型的数控机床导轨副寿命预测方法，它采集振动信号并进行时频域分析，提取导轨副性能退化敏感特征数据向量并以时间序列方式构成敏感特征矩阵；同时计算导轨副负荷Pi，记录运行时间ti；根据Pi计算额定寿命时间Lhi及导轨副在当前工况下的已经运行的总时间t’和期望剩余寿命LDi，将期望剩余寿命以时间序列方式构成期望剩余寿命向量T；再由双层动态模糊神经网络构成的退化模型对输入的敏感特征矩阵和期望剩余寿命向量T之间的映射关系进行拟合并输出寿命预测结果该方法考虑数控机床不同工况下导轨副负荷变化对导轨副性能退化的影响，实现导轨副使用过程中剩余寿命的预测，预测精度高，实际使用价值高。
一种基于性能退化模型数控机床导轨寿命预测方法

[发明专利]一种基于性能退化模型的数控机床丝杠副寿命预测方法-CN201010215891.4无效
发明人：高宏力;许明恒;黄柏权;赵敏;吴希曦;寿云;张磊;张筱辰;刘庆杰;何绍灿 -专利权人：西南交通大学
申请日： 2010-07-02 - 公布日： 2010-10-27 - 主分类号： B23Q17/00 文献下载
摘要：一种基于性能退化模型的数控机床丝杠副寿命预测方法，即：采集振动信号并进行时频域分析，提取丝杠副性能退化敏感特征数据向量并以时间序列方式构成敏感特征矩阵；同时计算丝杠副负荷Pi，记录运行时间ti；根据Pi计算额定寿命时间Lhi及丝杠副在当前工况下已运行的总时间t’和期望剩余寿命LDi，将期望剩余寿命以时间序列方式构成期望剩余寿命向量T；再由双层动态模糊神经网络构成的退化模型对输入的敏感特征矩阵和期望剩余寿命向量之间的映射关系进行拟合并输出寿命预测结果该方法考虑数控机床不同工况下丝杠副负荷变化对丝杠副性能退化的影响，实现丝杠副使用过程中剩余寿命的预测，预测精度高，实际使用价值高。
一种基于性能退化模型数控机床丝杠副寿命预测方法

[发明专利]锅炉炉膛水冷壁寿命预测方法、装置、系统、设备及介质-CN202211606950.X在审
发明人：李戈;郭延军;邱质彬;高国宏;郦晓慧;王鲁;许辉;杨林;付尚存;吕佳顺 -专利权人：华电电力科学研究院有限公司
申请日： 2022-12-13 - 公布日： 2023-04-18 - 主分类号： G06F30/20 文献下载
摘要：本申请公开了一种锅炉炉膛水冷壁寿命预测方法、装置、系统、电子设备及可读存储介质，应用于电力技术领域。其中，方法包括根据锅炉全炉膛水冷壁全区域的温度信息，确定用于预测水冷壁剩余寿命的取样区域；根据所选择的失效模式，获取目标区域中的各目标水冷壁管与该失效模式相匹配的测量数据；基于该测量数据，调用水冷壁寿命预测模型计算水冷壁的剩余寿命水冷壁寿命预测模型基于水冷壁管的老化测量数据和损伤测量数据所构建，用于预测不同失效模式下水冷壁的剩余寿命。本申请可精准预测锅炉炉膛水冷壁管的寿命，有效保障发电机组安全稳定地运行。
锅炉炉膛水冷寿命预测方法装置系统设备介质

[发明专利]一种基于长相关分数阶退化模型预测锂离子电池剩余有效寿命的方法-CN202011046270.8有效
发明人：刘鹤;宋万清 -专利权人：上海工程技术大学
申请日： 2020-09-29 - 公布日： 2022-09-30 - 主分类号： G06Q10/04 文献下载
摘要：本发明公开了一种基于长相关分数阶退化模型预测锂离子电池剩余有效寿命的方法，包括如下步骤：S1、获取锂离子电池容量的历史退化数据作为预测输入序列；S2、计算预测输入序列的Hurst指数H和特征指数α的估计值；S3、根据H和α的估计值判断预测输入序列是否满足长相关特性，若满足，则计算漂移参数μ和扩散参数δ的估计值；若不满足，则返回步骤S1；S4、预设失效阈值，获得锂离子电池的实际剩余有效寿命；S5、建立长相关分数阶Lévy退化模型；S6、计算锂离子电池的寿命结束时间预测值；S7、计算锂离子电池的预测剩余有效寿命。本发明所述方法可对锂离子电池的剩余有效寿命进行精确预测。
一种基于相关分数退化模型预测锂离子电池剩余有效寿命方法

[发明专利]基于非线性退化的轧辊剩余寿命预测实现方法-CN202210248198.X在审
发明人：王汉禹;陈震;周笛;陈兆祥;潘尔顺 -专利权人：上海交通大学
申请日： 2022-03-14 - 公布日： 2022-07-29 - 主分类号： G06Q10/04 文献下载
摘要：一种基于非线性退化的轧辊剩余寿命预测实现方法，其特征在于，通过构建基于核函数的非线性Wiener过程退化模型并初始化参数后，采用轧辊健康状态历史序列对模型进行训练；在在线阶段采用基于非线性Wiener过程退化模型的完整表达式，对待测轧辊退化数据进行计算，得到预测输出及其概率分布，并根据预测输出及其概率分布推导得轧辊剩余寿命的概率密度函数，实现剩余寿命预测。本发明通过对轧辊剩余寿命进行预测与分析，能够实现对轧钢生产线从当前的定期维护过渡到基于条件的维护，提高轧钢产品质量并降低生产成本。
基于非线性退化轧辊剩余寿命预测实现方法

[发明专利]自动特征提取结合LSTM的滚动轴承剩余寿命预测方法-CN202010881816.5有效
发明人：翟怡萌;张启亮;姜丽萍;刘振 -专利权人：徐工汉云技术股份有限公司
申请日： 2020-08-28 - 公布日： 2023-09-22 - 主分类号： G06N3/0464 文献下载
摘要：本发明公开了一种自动特征提取结合LSTM的滚动轴承剩余寿命预测方法，利用本方法可以根据振动信号预测出滚动轴承的剩余使用寿命。本发明首先对滚动轴承全生命周期的振动数据进行数据清洗，剔除异常值；接着对振动信号进行时频分析，得到表征轴承退化状态的PWVD时频图像数据集；然后基于迁移学习，使用预训练的VGG16模型进行自动特征提取；最后将提取得到的特征送至LSTM网络实现剩余寿命预测本发明剩余寿命预测值均方误差小，能够实时监测轴承的退化状态，防止重大事故发生，为预测性维修提供参考意见。
自动特征提取结合 lstm 滚动轴承剩余寿命预测方法

[发明专利]一种设备健康监控与预警方法及系统-CN202111612358.6在审
发明人：张超;商广勇;胡立军;李佳 -专利权人：山东浪潮工业互联网产业股份有限公司
申请日： 2021-12-27 - 公布日： 2022-05-13 - 主分类号： G05B23/02 文献下载
摘要：方法包括：获取设备模块集的当前生产数据以及历史相关数据；在历史相关数据中，提取不同类型的影响因素数据；对影响因素数据进行评估，得到设备模块集中，每个模块的剩余寿命评估值；计算当前生产数据与标准生产数据的差值结果；根据差值结果以及寿命预测模型，得到设备模块集中每个模块的剩余寿命预测值；对剩余寿命评估值与剩余寿命预测值进行加权计算，得到每个模块的剩余寿命；将每个模块的剩余寿命传送到显示终端。
一种设备健康监控预警方法系统

[发明专利]一种输配电智能终端电源寿命预测评估方法-CN202211202565.9在审
发明人：陈钦柱;邢博宇 -专利权人：海南电网有限责任公司电力科学研究院
申请日： 2022-09-29 - 公布日： 2023-01-13 - 主分类号： G06F30/20 文献下载
摘要：本发明公开了一种输配电智能终端电源寿命预测评估方法，属于电源寿命预测技术领域，获取电源历史充放电循环数据，将充放电循环数据设为输入空间，电源容量为输出空间，确定已知物理量之间的关系，对电源性能的物理量，即电流、电压、时间、温度和环境温度进行降维处理，得到电源能量效率和工作温度特征物理量，且利用能量效率和工作温度特征物理量分别建立能量效率与工作温度对电源剩余寿命多步预测模型和建立能量效率与工作温度对电源剩余寿命整体预测模型，对电源剩余使用寿命进行预测评估，摒弃传统进行数据测试的方式进行评估，大大提高对输配电智能终端电源剩余使用寿命预测的准确性，保证输配电智能终端在计划时间内能够正常运行。
一种配电智能终端电源寿命预测评估方法

[发明专利]洗手间器具动作部件维护方法-CN200910038956.X无效
发明人：邓树培 -专利权人：邓树培
申请日： 2009-04-24 - 公布日： 2010-10-27 - 主分类号： G06Q10/00 文献下载
摘要：本发明涉及洗手间器具动作部件维护方法，其特征是包括如下步骤：步骤1：预测动作部件剩余寿命；步骤2：将器具、安装地址、动作部件剩余寿命配对建立数据库；步骤3：将器具动作部件剩余寿命数据进行均衡化处理。本发明提供的技术方案，通过预测洗手间器具动作部件剩余寿命，并依据动作部件剩余寿命的长短，对动作部件剩余寿命数据进行均衡化处理，实现故障前维护，从而节省人手，降低维护成本，便于感应器具推广应用，提高公共环境卫生水平
洗手间器具动作部件维护方法

[发明专利]一种评估在役电气装置剩余寿命的方法-CN202111675654.0在审
发明人：张晓瑾;林君健;赵可伦;明志茂 -专利权人：广州广电计量检测股份有限公司;广电计量检测（深圳）有限公司;广州广电计量检测（上海）有限公司
申请日： 2021-12-31 - 公布日： 2022-06-10 - 主分类号： G06F30/27 文献下载
摘要：本发明涉及人工智能学习在电气领域的应用，公开了一种评估在役电气装置剩余寿命的方法，包括以下步骤：S1.收集退役电气装置的故障历史并进行分析，对历史故障数据进行分类归纳，得到若干个类别的相关数据；S2.分析每个类别的相关数据并对所述的相关数据进行降维；S3.利用全连接网络并结合降维后的各类相关数据来构建装备剩余寿命模型；S4.通过所述的装备剩余寿命模型预测在役电气装备的剩余寿命。本发明解决了现有技术中无法提供能够直接推断在役电气装备剩余寿命，且设备寿命预测不够精确的问题，具有可以充分利用同类设备历史故障数据进行在役设备寿命预测，后续新的历史故障数据能够用于预测模型的更新，使预测模型越来越精确的特点
一种评估电气装置剩余寿命方法

[发明专利]一种用于海上风电齿轮箱剩余寿命预测的试验装置及方法-CN202210316996.1在审
发明人：唐文献;陆杨;孙祥;李硕德;李群峰;周志凯 -专利权人：江苏科技大学
申请日： 2022-03-29 - 公布日： 2022-07-05 - 主分类号： G01M13/021 文献下载
摘要：本发明公开了一种用于海上风电齿轮箱剩余寿命预测的试验装置及方法，试验装置包括齿轮箱振动模块、振动信号放大器和底座；振动信号放大器包括加速度传感器、传动杆和输出轴联轴器；振动信号放大器通过输出轴联轴器与行星齿轮箱连接本发明利用卷积神经网络对同一时间下的加速度传感器产的加速度数据与温度传感器产生的温度数据进行数据融合，构建寿命预测数据集；并利用长短期记忆神经网络构建深度学习剩余寿命预测模型，选择网络层数、学习率、批次与迭代次数训练，直至剩余寿命预测模型输出的剩余寿命预测值与真实寿命之间的平均相对误差低于10％。本发明利用机械结构放大振动信号变，提高了监测到的微小振动数据精度，为齿轮箱的剩余寿命预测提供数据支持。
一种用于海上齿轮箱剩余寿命预测试验装置方法

[发明专利]基于DBN和多层模糊LSTM的电动舵机剩余寿命预测方法及系统-CN202010972888.0在审
发明人：张法业;李新龙;姜明顺;张雷;隋青美;贾磊 -专利权人：山东大学
申请日： 2020-09-16 - 公布日： 2020-12-11 - 主分类号： G06F30/27 文献下载
摘要：本发明公开了一种基于DBN和多层模糊LSTM的电动舵机剩余寿命预测方法及系统，包括：获取电动舵机实时监测数据；对获取的实时监测数据进行预处理；将预处理后的数据输入到训练好的舵机状态退化模型，输出预测的电动舵机剩余寿命；其中，所述舵机状态退化模型对预处理后的数据通过深度置信网络提取特征规律，然后通过多层模糊LSTM网络提取数据序列中的时间特征；基于所述特征规律和时间特征，得到预测的电动舵机剩余寿命。本发明采用基于DBN和多层模糊LSTM的深度学习网络模型进行电动舵机剩余寿命预测，可以有效地提取多维电动舵机传感器监测数据中的特征规律和序列的时间特征，提高剩余寿命预测的精度；提高舵机在运行时的安全性和可靠性
基于 dbn 多层模糊 lstm 电动舵机剩余寿命预测方法系统