“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UPS电源健康状态监测系统-CN202210199509.8在审
发明人：廖慧;戴宏跃 -专利权人：广州科技贸易职业学院;广东创电科技有限公司
申请日： 2022-03-01 - 公布日： 2022-07-12 - 主分类号： G01R31/40 文献下载
摘要：包括数据监测单元和与监测单元连接的控制中心，数据监测单元用于监测UPS电源的主机数据、UPS电源的环境数据和电池数据，并输出监测数据给所述控制中心，控制中心用于根据监测数据分析UPS电源的健康状态，并用于根据监测数据和IGBT寿命预测模型实时预测UPS电源的IGBT功率器件的剩余寿命，以及根据监测数据和电解电容寿命预测模型预测UPS电源的电解电容剩余寿命，该系统能够从各方面监控UPS电源的健康状态，还能实时预测UPS电源的IGBT功率器件的剩余寿命以及电解电容的使用寿命，从而能够根据IGBT功率器件的剩余寿命和电解电容的使用寿命，实时预测UPS电源的剩余使用寿命。
一种 ups 电源健康状态监测系统

[发明专利]基于空气质量数据图谱的列车车载空调剩余寿命预测方法-CN202011029991.8有效
发明人：刘辉;董书勤;李燕飞;张雷;白利春 -专利权人：中南大学
申请日： 2020-09-27 - 公布日： 2022-07-12 - 主分类号： G06T7/00 文献下载
摘要：本发明公开了一种基于空气质量数据图谱的列车车载空调剩余寿命预测方法，包括：采集不同剩余寿命的车载空调运行时的车厢内空气质量数据作为建模样本数据并获得对应的模板图片；利用各模板图片建立车载空调剩余寿命模板数据库；基于暹罗深度神经网络模型，建立车载空调剩余寿命预测模型；采集检测样本数据并获得实测图片；遍历挑选出的模板图片，以实测图片和单张挑选出的模板图片作为车载空调剩余寿命预测模型的输入图片，获得每个类别的判定结果；选取有效识别类别中判定结果为同类且置信率最高的类别对应的剩余寿命，为待检测车载空调的剩余寿命。本发明能够预测车载空调的剩余寿命，为其维修提供充裕的时间余量，保障乘客的乘车环境和安全。
基于空气质量数据图谱列车车载空调剩余寿命预测方法

[发明专利]一种煤矿机械设备轴承剩余寿命的自适应预测方法及装置-CN202310388233.2在审
发明人：张小栋;谢鹏娟;石超;翟政凯 -专利权人：煤炭工业太原设计研究院集团有限公司
申请日： 2023-04-12 - 公布日： 2023-07-11 - 主分类号： G01M13/045 文献下载
摘要：本发明提供了一种煤矿机械设备轴承剩余寿命的自适应预测方法及装置，属于轴承剩余寿命预测技术领域；解决了如何在检测到轴承故障之后更加准确地预测轴承损伤的发展速率以及轴承的剩余寿命的问题；包括如下步骤：采集轴承的振动信号，序列地计算轴承振动特征‑能量水平和能量水平；对轴承振动特征‑能量水平和能量水平进行平滑处理；根据平滑的振动特征‑能量水平和能量水平，序列地计算轴承的实际损伤程度；依据轴承的实际损伤程度与轴承物理模型预测的轴承损伤程度之间的偏差，对轴承物理模型的模型参数进行更新；根据更新后的轴承物理模型的模型参数，给出轴承损伤程度的预测以及轴承剩余寿命的预测；本发明应用于轴承剩余寿命预测。
一种煤矿机械设备轴承剩余寿命自适应预测方法装置

[发明专利]一种基于隐马尔可夫模型的刀具磨损状态识别与预测方法-CN201910910702.6有效
发明人：朱海平;李晓涛;孙志娟;吴淑敏;赵松涛;倪明堂 -专利权人：广东省智能机器人研究院
申请日： 2019-09-25 - 公布日： 2023-06-20 - 主分类号： G06F18/213 文献下载
摘要：一种基于隐马尔可夫模型的刀具磨损状态识别与预测方法，包括步骤：提取信号特征；筛选得到41个信号特征量；将刀具磨损阶段分为初期磨损、平稳磨损、快速磨损、严重磨损、磨坏阶段；构建磨损阶段识别模型；构建刀具剩余使用寿命预测模型；在线磨损阶段识别与剩余使用寿命预测，在线环节实时采集刀具加工过程信号并按照模型训练过程提取特征量，将特征量作为观测序列分别输入到磨损阶段识别模型、剩余使用寿命预测模型中进行阶段识别与剩余使用寿命预测；模型训练更新，随着监测数据累积，将新信号与刀具磨损状态数据重复步骤S1～S6，更新磨损阶段识别模型、剩余使用寿命预测模型。本发明为刀具磨损状态在线识别与预测提供参考。
一种基于隐马尔可夫模型刀具磨损状态识别预测方法

[发明专利]基于集成双向循环神经网络的设备剩余使用寿命预测方法-CN201910465467.6有效
发明人：吴军;胡奎;陈作懿;严喆;邓超;邵新宇 -专利权人：华中科技大学
申请日： 2019-05-30 - 公布日： 2021-08-03 - 主分类号： G06N3/04 文献下载
摘要：本发明属于机械设备剩余使用寿命预测相关技术领域，其公开了一种基于集成双向循环神经网络的设备剩余使用寿命预测方法，该方法包括以下步骤：(1)获取样本设备的状态监测数据；(2)构建样本设备的多个具有不同网络结构的双向循环神经网络，基于所述状态监测数据依次对多个双向循环神经网络进行训练及校验，继而根据校验结果分类选择多个双向循环神经网络中预测效果排在前预定数量的双向循环神经网络；(3)采用集成学习算法对选择的双向循环神经网络进行集成以得到剩余使用寿命预测模型；(4)所述剩余使用寿命预测模型基于待预测设备的实时状态监测数据实时预测该待预测设备的剩余使用寿命。本发明提高了预测精度，灵活性较好。
基于集成双向循环神经网络设备剩余使用寿命预测方法

[发明专利]基于数据预处理和深度学习的设备剩余使用寿命预测方法-CN202210940292.1在审
发明人：尹德斌;秦佳晖;翟晓东;乔非;慕涵铄 -专利权人：上海工业自动化仪表研究院有限公司;同济大学
申请日： 2022-08-05 - 公布日： 2022-09-20 - 主分类号： G06Q10/04 文献下载
摘要：本发明提供一种基于数据预处理和深度学习的设备剩余使用寿命预测方法，涉及设备剩余使用寿命预测技术领域。采集并选取用于反映设备退化状态的历史数据；对历史数据进行数据预处理，以形成经处理的数据；基于小波变换对经处理的数据进行时频转换，以得到设备历史运行的时频数据；对时频数据进行贴标签，得到标签数据；基于卷积神经网络构建设备剩余使用寿命预测模型；构建模型评价函数对所构建的设备剩余使用寿命预测模型进行评价。通过对设备历史运行数据进行预处理及特征转换，通过卷积神经网络结构来训练数据，建立能够预测设备剩余使用寿命的模型，实现设备剩余使用寿命的准确预测，为指导设备维护时间的确定提供了有效依据。
基于数据预处理深度学习设备剩余使用寿命预测方法

[发明专利]一种热轧工作辊实时剩余寿命的预测方法及其系统-CN202211005656.3在审
发明人：宋守许;徐瑞;蔚辰;李想 -专利权人：合肥工业大学
申请日： 2022-08-22 - 公布日： 2022-11-25 - 主分类号： G06F30/20 文献下载
摘要：本发明涉及一种热轧工作辊实时剩余寿命的预测方法及其系统。该热轧工作辊实时剩余寿命的预测方法首先通过对待预测轧辊的原始电涡流信号序列进行采集，采用时频分析方法提取出用于表征轧辊性能退化的特征参数，进而根据特征参数建立特征参数数据集。然后结合特征参数数据集构建出求解后的轧辊剩余寿命的概率密度函数，将轧辊的运行时间作为输入，根据构建的轧辊性能退化评估模型对轧辊剩余寿命进行实时预测。该预测方法在无损涡流信号的基础上，采用时频域特征提取方法，有效地抑制了噪声对特征值的影响，保留了信号中的有效信息，并且基于特征值的退化轨迹，利用Wiener过程的剩余寿命预估模型对轧辊剩余寿命实时预测，
一种热轧工作实时剩余寿命预测方法及其系统

[发明专利]发动机剩余使用寿命预测方法、装置、电子设备及介质-CN202310270179.1在审
发明人：郭钧;雷世成;杜百岗;彭兆 -专利权人：武汉理工大学
申请日： 2023-03-15 - 公布日： 2023-06-23 - 主分类号： G06Q10/04 文献下载
摘要：本申请公开了一种发动机剩余使用寿命预测方法、装置、电子设备及介质，该方法包括：建立初始发动机剩余使用寿命预测模型，其中，初始发动机剩余使用寿命预测模型遵循编码器‑解码器结构，且编码器包括沙漏形特征提取器和带遮罩的自注意力机制；获取待测发动机的退化数据，基于训练完备的发动机剩余使用寿命预测模型，确定待测发动机的剩余使用寿命。通过沙漏形特征提取器将退化数据放缩到多个尺度进行特征融合，由带遮罩的自注意力机制进行遮罩处理，从而获取不同尺度上的时间相关性特征，进一步地提高数据特征的可靠性，进而提高发动机剩余使用寿命预测模型对长时间序列预测的精度
发动机剩余使用寿命预测方法装置电子设备介质

[发明专利]一种船载设备的联邦剩余使用寿命预测方法、装置及系统-CN202210483195.4有效
发明人：李沂滨;高辉;宋艳;王代超;崔明 -专利权人：山东大学
申请日： 2022-05-06 - 公布日： 2022-08-02 - 主分类号： G06F30/15 文献下载
摘要：本发明提出了一种船载设备的联邦剩余使用寿命预测方法、装置及系统，属于机器学习技术领域，解决了数据样本量少、多用户的样本分散导致的无法实现对船载设备的剩余使用寿命的精确预测的问题，包括：构建基于机器学习的剩余使用寿命预测模型；联邦训练时，技术中心服务器接收所有参与方的N组加密梯度，并利用保有的私钥进行解密得到梯度；对解密得到的梯度进行聚类并筛选，用筛选后的梯度对模型进行参数更新；利用训练完成的基于机器学习的剩余使用寿命预测模型对处于运行状态的船载设备实时进行剩余使用寿命预测及预警潜在的设备故障实现对在运行的船载设备提供实时剩余使用寿命预测、智能预警潜在的设备故障。
一种设备联邦剩余使用寿命预测方法装置系统

[发明专利]质子交换膜燃料电池剩余寿命预测方法-CN202010111356.8有效
发明人：谢雨岑;邹见效;徐红兵;彭超;朱云 -专利权人：电子科技大学
申请日： 2020-02-24 - 公布日： 2023-05-30 - 主分类号： G06F30/27 文献下载
摘要：本发明公开了一种质子交换膜燃料电池剩余寿命预测方法，首先获取质子交换燃料电池在若干连续时刻的输出电压，构建训练样本集，然后构建质子交换膜燃料电池剩余寿命预测模型，包括1个输入层，3个隐藏层以及1个输出层，采用输入层和3个隐藏层构建得到由三个高斯型受限玻尔兹曼机堆叠构建而成的深度置信网络模型，采用后2层隐藏层和输出层构建得到极限学习机模型，采用训练样本集对剩余寿命预测模型进行训练，对于正在运行的质子交换膜燃料电池，获取其最近时刻的输出电压，通过剩余寿命预测模型预测得到燃料电池剩余使用寿命。采用本发明可以有效提高质子交换膜燃料电池剩余寿命预测结果的准确性和稳定性。
质子交换燃料电池剩余寿命预测方法

[发明专利]主减速器剩余寿命智能预测方法、系统、设备及介质-CN202110721641.6有效
发明人：叶青;刘长华 -专利权人：长江大学
申请日： 2021-06-28 - 公布日： 2023-02-24 - 主分类号： G06F18/10 文献下载
摘要：本发明涉及一种主减速器剩余寿命智能预测方法、系统、设备及介质，其方法包括获取目标设备多个监测数据通道的振动数据；利用预设的多尺寸卷积神经网络分别对每个监测数据通道的振动数据进行局部特征提取，得到对应的设备失效特征信息；利用预设的深层特征提取网络分别对每个监测数据通道的设备失效特征信息进行提取，得到对应的深层时序特征信息；将多个监测数据通道的深层时序特征信息输入至预设的剩余寿命预测初始模型进行训练，得到剩余寿命预测目标模型；基于线性回归平滑策略，并利用剩余寿命预测目标模型对目标设备当前时刻的剩余寿命进行预测。本发明能够有效检测汽车主减速器的故障特征，并能够较准确地预测汽车主减速器的剩余寿命。
减速器剩余寿命智能预测方法系统设备介质

[发明专利]融合寿命数据和性能退化数据的单机剩余寿命预测方法-CN201710472512.1有效
发明人：程志君;刘士齐;陈浩;赵骞;蒋平;郭波 -专利权人：中国人民解放军国防科学技术大学
申请日： 2017-06-21 - 公布日： 2020-10-27 - 主分类号： G06Q10/04 文献下载
摘要：本发明公开了一种融合寿命数据和性能退化数据的单机剩余寿命预测方法，其涉及产品剩余寿命预测领域，该方法包括以下步骤：(S1)漂移参数μ和扩散参数σ的初始化；(S2)漂移参数μ和扩散参数σ的更新；(S3)Gibbs抽样数值模拟求解参数估计值；(S4)基于退化过程的剩余寿命预测。本发明的目的在于提供一种方法，当部件性能退化过程可看作线性漂移Wiener过程，能够用于融合部件性能退化数据和寿命数据，并估计部件剩余寿命的分布参数，进一步估计产品剩余寿命，很好解决了高可靠性、长寿命、小子样的复杂产品的剩余寿命预测问题，并实现了参数的实时更新。
融合寿命数据性能退化单机剩余预测方法

[发明专利]电池组寿命预测方法、装置、设备及存储介质-CN202310725722.2在审
发明人：程可文 -专利权人：深圳市聚和源科技有限公司
申请日： 2023-06-19 - 公布日： 2023-09-15 - 主分类号： G01R31/392 文献下载
摘要：本申请涉及电池技术领域，提供了一种电池组寿命预测方法、装置、设备及存储介质，该电池组寿命预测方法包括：获取待测电池组内的每个单体电池的电池寿命预测参数集，并将所述电池寿命预测参数集输入预设的电池寿命预测模型，以获取所述待测电池组内的每个所述单体电池的剩余寿命，所述电池寿命预测参数集包括所述单体电池在预设的测试条件下的测试结果参数；基于每个所述单体电池的预设寿命校正系数和每个所述单体电池的剩余寿命，确定所述电池组的剩余寿命通过本申请提供的电池组寿命预测方法对电池组的寿命进行预测，可以提高电池组寿命预测的准确性。
电池组寿命预测方法装置设备存储介质

[发明专利]一种离心泵剩余寿命预测方法-CN201610502527.3有效
发明人：宋建成;姚宇;郭文琪;郑丽君;任俊杰;高云广 -专利权人：太原理工大学
申请日： 2016-07-01 - 公布日： 2018-01-19 - 主分类号： F04D15/00 文献下载
摘要：一种离心泵寿命预测方法是应用离心泵特性曲线作为离心泵失效寿命评估指标，通过在离心泵剩余寿命预测监测点设置相应的传感器，绘制出离心泵运行过程中的特性曲线，并根据特性曲线变化趋势，基于ARMA时间序列离心泵剩余寿命预测方法预测出离心泵剩余寿命本发明以离心泵特性曲线为寿命评价依据，适用于不同工况下运行的离心泵，依据不同的使用要求，建立相应的失效指标，有效预测离心泵剩余使用寿命，最大限度地提高离心泵的利用效率。
一种离心泵剩余寿命预测方法

[发明专利]基于相关向量回归的在线预测锂离子电池剩余寿命的方法-CN201210543701.0无效
发明人：周建宝;刘大同;马云彤;彭宇;彭喜元 -专利权人：哈尔滨工业大学
申请日： 2012-12-14 - 公布日： 2013-03-13 - 主分类号： G06F19/00 文献下载
摘要：基于相关向量回归的在线预测锂离子电池剩余寿命的方法，属于锂离子电池寿命预测技术领域。它解决了现有锂离子电池采用离线方法预测剩余寿命，预测精度低的问题。它首先选取原始样本，然后进行相空间重构构造训练样本集；再初始化相关向量机RVM模型参数；RVM训练，得到RVM预测模型；得到预测值进行比较，若则构造新的训练集WS＝WS∪INS，重新训练RVM，更新RVM预测模型；否则保持RVM预测模型不变；进行递推预测，直到预测值小于失效阈值U时预测完成，从而实现待预测锂离子电池剩余寿命的在线预测。本发明适用于锂离子电池剩余寿命的预测。
基于相关向量回归在线预测锂离子电池剩余寿命方法

首页
«上一页
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
下一页»
尾页
共 100000 条