“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]高斯混合隐马尔可夫模型和回归分析的剩余寿命预测方法-CN201510022887.9有效
发明人：黄良沛;吴超威;黄傲;黄华;刘勇华 -专利权人：湖南科技大学
申请日： 2015-01-16 - 公布日： 2017-08-29 - 主分类号： G06F19/00 文献下载
摘要：本发明公开了一种高斯混合隐马尔可夫模型和回归分析的剩余寿命预测方法，具体步骤如下(1)使用小波包算法分解进行特征矢量提取；(2)建立不同故障模式的高斯混合隐马尔科夫模型库；(3)建立不同故障模式的零部件失效时间模型；(4)零部件故障模式识别和失效状态评估；(5)利用回归分析预测剩余使用寿命。本发明融合数据驱动和概率统计的剩余寿命预测方法，充分利用各自的优势隐马尔科夫模型对剩余使用寿命进行预测，具有随机性和有实时性；将零部件失效过程划分为多个阶段，采用概率统计和回归分析的手段对当前使用时间进行修正，提高了剩余寿命预测的精度。本发明具有预测精度高、运算速度快、实时性强、成本低等优点。
混合隐马尔可夫模型回归分析剩余寿命预测方法

[发明专利]锂离子电池剩余使用寿命的实时预测方法-CN201611078237.7有效
发明人：李雪飞;郑方丹;姜久春;王成涛;张婧妍;王占国;张言茹;龚敏明 -专利权人：北京交通大学;中车长春轨道客车股份有限公司
申请日： 2016-11-29 - 公布日： 2019-10-18 - 主分类号： G01R31/367 文献下载
摘要：本发明涉及一种锂离子电池剩余使用寿命的实时预测方法。该方法包括如下步骤：建立锂离子电池容量衰退模型；选取合适的锂离子电池容量衰退模型参数的先验分布；选取合适的锂离子电池衰退模型参数的似然函数；基于贝叶斯理论计算锂离子电池容量衰退模型参数的后验分布；推算锂离子电池容量的预测分布；最后计算得到待预测锂离子电池的剩余使用寿命及其置信度。该方法优点在于对锂离子电池的剩余使用寿命预测不存在路径依赖，可以用于估计任意衰退路径下锂离子电池的剩余使用寿命以及预测置信度。该方法预测精度高，运算速度快，可以实现对锂离子电池剩余使用寿命的快速估计，保障车辆的安全可靠运行。
锂离子电池剩余使用寿命衰退模型参数预测实时预测置信度运算速度快保障车辆后验分布快速估计理论计算路径依赖似然函数先验分布贝叶斯推算

[发明专利]飞机涡扇发动机的剩余使用寿命预测方法及系统-CN202110522956.8有效
发明人：张九思;蒋宇辰;罗浩;吴诗梦;尹珅 -专利权人：哈尔滨工业大学
申请日： 2021-05-13 - 公布日： 2022-04-08 - 主分类号： G06F30/27 文献下载
摘要：飞机涡扇发动机的剩余使用寿命预测方法及系统，它属于故障预测与人工智能相结合的学科交叉领域。本发明解决了传统基于数据驱动的剩余使用寿命预测方法的预测效果不佳以及参数繁多、难以直接处理将来时刻数据的问题。本发明通过传感器收集到的历史数据，训练一种基于对时间步长的自注意力机制双向门控循环单元的深度神经网络，构建传感器数据和剩余使用寿命的映射关系，能够解决传统长短时记忆网络所面临的参数繁多、难以直接处理将来时刻数据、以及难以反映不同时刻数据重要性程度的问题；然后提取系统在线工作过程中相应的传感器数据输入到训练好的深度神经网络中，实现了系统剩余使用寿命的实时预测。本发明可以应用于剩余使用寿命预测领域。
飞机发动机剩余使用寿命预测方法系统

[发明专利]基于分段线性拟合HI及LSTM的滚动轴承RUL预测方法-CN202110900150.8有效
发明人：米金华;白利兵;刘路路;庄泳昊;孔子薇;盛瀚民;程玉华;邵晋梁 -专利权人：电子科技大学
申请日： 2021-08-06 - 公布日： 2023-06-02 - 主分类号： G06F30/27 文献下载
摘要：本发明公开了一种基于分段线性拟合HI及LSTM的滚动轴承RUL预测方法，获取预设工况下若干滚动轴承的HI曲线并获取剩余寿命序列，基于聚类评价指标和拟合评价指标筛选出每个滚动轴承采用BUP时间序列分割算法进行分段的最优分段数，对HI曲线进行分段并提取出退化期HI曲线以及退化期剩余寿命序列，进行归一化得到归一化退化期HI曲线和归一化退化期剩余寿命序列，采用长短时记忆网络作为RUL预测模型，将归一化退化期HI曲线作为输入，将归一化退化期剩余寿命序列作为标签，对RUL预测模型进行训练，对于预设工况下的某个滚动轴承，采用相同方法得到归一化退化期HI曲线，将其输入RUL预测模型得到预测的剩余寿命序列。本发明可以有效提高RUL的预测准确率和稳健性。
基于分段线性拟合 hi lstm 滚动轴承 rul 预测方法

[发明专利]航电产品剩余寿命预测方法-CN202210033938.8有效
发明人：梁天辰;文佳;周静宇;陈擎宙 -专利权人：中国电子科技集团公司第十研究所
申请日： 2022-01-12 - 公布日： 2023-07-25 - 主分类号： G06Q10/04 文献下载
摘要：本发明公开的一种航电产品剩余寿命预测方法，能够提高剩余寿命预测精度和可靠度。将功性能指标数据构建为样本集；初始化多个LSTM时序模型组成LSTM模型组；在迁移学习中，用真实产品样本集对各LSTM时序模型进行迁移训练和目标域的全局精调；根据改进的投票加权算法计算融合权重；定义了完整预测框架的标准接口，将完整预测框架功能拆分封装在样本构建模块、改进LSTM模型构建模块和预测框架集成模块内，预测目标产品降级演化和剩余寿命，实现预测框架精准预测目标产品降级演化和剩余寿命。
产品剩余寿命预测方法

[发明专利]基于时频特征序列的轴承剩余寿命预测方法及装置-CN202210272238.4在审
发明人：田凌;代菁洲;南哨克 -专利权人：清华大学
申请日： 2022-03-18 - 公布日： 2022-06-10 - 主分类号： G06F30/17 文献下载
摘要：本申请公开了一种基于时频特征序列的轴承剩余寿命预测方法及装置，其中，方法包括：获取测试轴承的振动信号；根据振动信号得到测试轴承的时频特征序列；将时频特征序列输入至预先训练的神经网络，得到测试轴承的剩余使用寿命的期望和方差，确定测试轴承的实际轴承剩余寿命。本申请实施例的方法可以基于时频特征序列识别轴承的剩余寿命，提高寿命预测的准确性和精确性，避免轴承剩余使用寿命的不确定性，有效满足预测的使用需求。由此，解决相关技术的特征处理手段单一，并且没有充分利用轴承作为机械领域产品的数据特征，得到的寿命预测结果精度较低，以及没有充分考虑不同时刻数据之间的时序相关性的技术问题。
基于特征序列轴承剩余寿命预测方法装置

[发明专利]一种轴承剩余寿命预测方法、装置、设备及可读存储介质-CN202310350083.6在审
发明人：宋冬利;陈佳玉;严皓;杜新宇;罗彦;朱朝全 -专利权人：西南交通大学;中国铁路成都局集团有限公司成都动车段
申请日： 2023-04-04 - 公布日： 2023-08-11 - 主分类号： G06F30/20 文献下载
摘要：本发明提供了一种轴承剩余寿命预测方法、装置、设备及可读存储介质，涉及交通运输技术领域，包括获取轴承运维数据，对轴承运维数据进行预处理，得到轴承故障数据；基于生存曲线算法对轴承故障数据进行处理，得到第一可靠性模型；分析不同维修区间内轴承的各阶段的故障率变化规律，采用第一函数对故障率变化规律进行拟合，得到第二可靠性模型；采用以可靠性为中心的维修方法，对第一可靠性模型和第二可靠性模型进行处理，得到第一剩余寿命结果和第二剩余寿命结果，并求取第一剩余寿命结果和第二剩余寿命结果的平均值，得到最终轴承剩余寿命预测结果。本发明的有益效果为能有效预测轴承的剩余寿命，并直观给出服役里程，有效指导维修单位的维修。
一种轴承剩余寿命预测方法装置设备可读存储介质

[发明专利]一种工业装备零部件剩余寿命的动态无损预测方法及装置-CN202310408014.6在审
发明人：肖罡;郭鹏程;朱必武;万可谦;刘筱;刘小兰;杨钦文 -专利权人：江西科骏实业有限公司
申请日： 2023-04-17 - 公布日： 2023-07-25 - 主分类号： G06F30/27 文献下载
摘要：本发明公开了一种工业装备零部件剩余寿命的动态无损预测方法及装置，本发明工业装备零部件剩余寿命的动态无损预测方法包括：测量目标零部件上疲劳损伤位置的表面粗糙度Ra；将表面粗糙度Ra与基于数值模拟确定的疲劳损伤位置的表面粗糙度Ra‑剩余寿命曲线进行比较，从而得到目标零部件的剩余寿命，所述疲劳损伤位置的表面粗糙度Ra‑剩余寿命曲线包含目标零部件的不同剩余寿命、疲劳损伤位置的表面粗糙度Ra之间的映射关系。本发明旨在对服役过程中的工业装备零部件的剩余寿命进行实时、准确的无损预测，为工业装备零部件的服役提供数据基础。
一种工业装备零部件剩余寿命动态无损预测方法装置

[发明专利]多退化量监测的齿轮实时剩余寿命预测方法-CN201910432767.4有效
发明人：石慧;赵李志;张岩 -专利权人：太原科技大学
申请日： 2019-05-23 - 公布日： 2020-09-08 - 主分类号： G01M13/021 文献下载
摘要：一种多退化量监测的齿轮实时剩余寿命预测方法，属于机械可靠性技术领域。实施步骤如下：1、利用加速度传感器和噪声传感器对主试齿轮箱内齿轮退化实时监测；2、对齿轮退化状态进行特征提取和衰退评估；3、采用核估计和随机滤波理论的方法分别对齿轮箱的振动加速度和噪声进行建模，获得齿轮箱剩余寿命概率密度函数，得到单退化量剩余寿命边缘分布函数；4、利用Copula函数表示齿轮箱的振动加速度和噪声之间的随机相关性，求得齿轮箱剩余寿命的联合分布函数；5、根据齿轮箱剩余寿命联合分布函数求得其剩余寿命联合概率密度函数，最后得到齿轮箱剩余寿命预测值；优点是有效地预测齿轮退化状态及实时剩余寿命，为齿轮预防性维修提供依据。
退化监测齿轮实时剩余寿命预测方法

[发明专利]一种机械设备的寿命预测方法、装置、设备、存储介质-CN202310847792.5在审
发明人：李修文;王定晓;金贻涛;曾承志;黄贵发;宋辛晖;王智;蒲金飞;姚原青 -专利权人：北京唐智科技发展有限公司;唐智科技湖南发展有限公司
申请日： 2023-07-11 - 公布日： 2023-10-13 - 主分类号： G01M13/00 文献下载
摘要：本申请公开了一种机械设备的寿命预测方法、装置、设备、存储介质，涉及设备故障技术领域，包括：对目标机械设备的机械设备数据进行特征提取，获取与各个部件对应的数据特征信息；提取各个部件的第一预测特征向量、目标机械设备的第二预测特征向量；通过融合得到各个部件的第一动态寿命损失向量和目标机械设备的第二动态寿命损失向量；根据第一动态寿命损失向量预测的第一动态寿命损失值、第二动态寿命损失向量预测的第二动态寿命损失值、历史寿命损失值计算目标机械设备的当前剩余寿命通过结合历史数据实时预测当前的目标机械设备的剩余寿命，能够在目标机械设备突发故障的模式下精准预测，提升机械设备剩余寿命预测的准确性。
一种机械设备寿命预测方法装置设备存储介质

[发明专利]一种零寿命标签下退化设备剩余寿命预测方法及系统-CN202210790184.0在审
发明人：裴洪;司小胜;李天梅;胡昌华;郑建飞;喻勇;耿鑫月 -专利权人：中国人民解放军火箭军工程大学
申请日： 2022-07-05 - 公布日： 2022-09-20 - 主分类号： G06F30/27 文献下载
摘要：本发明涉及一种零寿命标签下退化设备剩余寿命预测方法及系统。该方法包括：设置不同的网络参数，获得不同的零寿命标签下LSTM网络模型；根据所述零寿命标签下的时间序列，通过滑动窗方法构建训练数据集，训练不同的双向LSTM网络模型，得到多个训练后的双向LSTM网络模型；获取待测退化设备的当前退化数据，输入至所述训练后的双向LSTM网络模型，输出多个当前剩余寿命；根据所述训练数据集以及当前数据集，利用贝叶斯模型确定不同的所述训练后的双向LSTM网络模型的网络后验概率；根据所述网络后验概率融合多个所述当前剩余寿命，预测零寿命标签下所述待测退化设备的最终剩余寿命。本发明能够降低剩余寿命预测误差。
一种寿命标签退化设备剩余预测方法系统

[发明专利]一种滚动轴承剩余使用寿命预测方法-CN202111211199.9在审
发明人：黄宇;冯坤;江志农 -专利权人：北京化工大学
申请日： 2021-10-18 - 公布日： 2022-01-18 - 主分类号： G06F30/27 文献下载
摘要：本发明公开了一种滚动轴承剩余使用寿命预测方法，包括：获取滚动轴承全寿命数据趋势性特征；搭建结合自注意力机制的LSTM模型；用趋势性特征数据训练网络，得到可输出滚动轴承退化曲线的模型；将测试轴承非全寿命周期数据的趋势性特征集输入模型中，获得预测的轴承退化曲线；利用最小二乘法对预测的退化曲线进行曲线拟合，计算轴承到达失效阈值的时间，并得到轴承的剩余使用寿命，为维修人员做出维修决策提供支撑。本发明可以应用于运行在复杂工况下的滚动轴承剩余使用寿命预测，准确预测出滚动轴承到达失效点的剩余时间，为智能化决策提供支撑。
一种滚动轴承剩余使用寿命预测方法

[发明专利]基于C-DRGAN和AD的行星轮轴承寿命预测方法-CN201910744413.3有效
发明人：于军 -专利权人：哈尔滨理工大学
申请日： 2019-08-13 - 公布日： 2021-05-07 - 主分类号： G01M13/04 文献下载
摘要：本发明公开了一种基于C‑DRGAN和AD的行星轮轴承寿命预测方法。所述方法包括如下步骤，步骤一：将门控循环单元神经网络与条件生成对抗网络相结合，构建C‑DRGAN，从复杂非静态信号中提取故障特征，实现小样本和变工况下行星轮轴承的剩余寿命预测；步骤二：将行星轮轴承剩余寿命预测的训练样本看作C‑DRGAN的输入数据，采用基于AD的训练算法训练C‑DRGAN，提高收敛速度，降低训练时间；步骤三：根据训练后的C‑DRGAN，利用NNBC预测测试样本中行星轮轴承的剩余寿命。实施例的结果表明本发明具有较强的复杂非静态信号处理能力，并能在小样本情况下取得出色的行星轮轴承剩余寿命预测效果。
基于 drgan ad 行星轮轴寿命预测方法

[发明专利]一种新型工程设备剩余寿命预测方法-CN202310526554.4在审
发明人：裴洪;耿鑫月;郑建飞;胡昌华 -专利权人：中国人民解放军火箭军工程大学
申请日： 2023-05-10 - 公布日： 2023-08-08 - 主分类号： G06F30/20 文献下载
摘要：本发明公开了一种新型工程设备剩余寿命预测方法，包括：S1、构建工程设备在双时间尺度下的随机退化模型；其中，双时间尺度包括连续时间尺度和离散时间尺度；S2、对构建的随机退化模型进行模型参数估计，并确定双时间尺度下工程设备寿命及其剩余寿命分布；S3、基于双时间尺度下工程设备寿命及其剩余寿命分布，对随机退化设备进行双时间尺度下的剩余寿命预测。本发明提供的方法同时考虑了连续与离散时间尺度对当前退化预测精度的影响，因此能够有效提高RUL预测的精度，为设备的维修安排提供参考，具有广阔的应用空间。
一种新型工程设备剩余寿命预测方法

[发明专利]用于预测机器的剩余使用寿命的装置和方法-CN201980053621.7在审
发明人： C·贝格斯;M·希尔德布兰特;M·卡利尔;S·莫戈雷亚努;S·什亚姆孙德 -专利权人：西门子股份公司
申请日： 2019-08-12 - 公布日： 2021-03-16 - 主分类号： G05B23/02 文献下载
摘要：依据机器的状态数据（A），执行多个彼此独立的基本模拟（B），所述基本模拟分别确定针对机器的剩余使用寿命预测（P1，P2，P3）。所述剩余使用寿命预测和描述机器特性的特征数据（D）被输送给神经网络（E）。神经网络输出针对剩余使用寿命预测的权重（F）。通过根据权重来对剩余使用寿命预测相对于彼此进行加权，以计算机辅助的方式来从剩余使用寿命预测中计算最终预测（G）。因此形成混合模型，所述混合模型从基本模拟与神经网络的组合中得出。不同于往常，剩余使用寿命不仅能够针对小数目的机器被预测，对于所述小数目的机器已手动创建特定的模拟模型。
用于预测机器剩余使用寿命装置方法