“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]基于集成学习的锂电池剩余使用寿命预测方法及系统-CN202210495663.X在审
发明人：吴家菊;孔令刚;康时嘉;左洪福;程铮;刘金;郑翠芳;许娟;陆晓华;刘珍珍;刘岩;王涵;齐天永 -专利权人：中国工程物理研究院计算机应用研究所;南京航空航天大学
申请日： 2022-05-06 - 公布日： 2022-08-09 - 主分类号： G06N20/20 文献下载
摘要：本发明公开了一种基于集成学习的锂电池剩余使用寿命预测方法及系统，属于装备综合保障的剩余使用寿命预测技术与计算科学交叉领域，解决现有技术采用单一的机器学习算法很难精确预测锂电池的剩余使用寿命的问题。本发明对获取的锂电池的原始数据进行转换，转换后得到时间序列数据集，其中，原始数据是指某块锂电池随时间周期的充放电数据；基于时间序列数据集训练多个基本学习器；基于遗传算法集成训练后的多个基本学习器，得到集成模型；将待预测的锂电池的时间序列数据输入集成模型进行预测，得到锂电池的剩余使用寿命。本发明用于锂电池的剩余使用寿命预测，也可推广应用于其他单部件以及装备系统剩余使用寿命预测。
基于集成学习锂电池剩余使用寿命预测方法系统

[发明专利]基于并行CNN模型的航空发动机剩余寿命预测方法-CN202011205335.9有效
发明人：牛彩云;葛冰峰;姜江;柳冬林;陈英武;郭波 -专利权人：中国人民解放军国防科技大学
申请日： 2020-11-02 - 公布日： 2022-08-23 - 主分类号： G06F30/20 文献下载
摘要：本发明提供基于并行CNN模型的航空发动机剩余寿命预测方法，属于故障预测与健康管理(Prognostics and Health Management,PHM)领域。进一步针对原始特征和差分特征构建出并行架构的CNN网络，按照监测变量和剩余寿命间的映射关系构建样本的输入输出，用于训练并行CNN网络，得到训练好的航空发动机剩余寿命预测模型。对于待进行剩余寿命预测的航空发动机的监测数据，按照同样的方式构建测试样本输入，形成测试集并输入到剩余寿命预测模型中，得到航空发动机的剩余寿命预测值。本发明所提方法计算过程简单有效，且预测精度很高。
基于并行 cnn 模型航空发动机剩余寿命预测方法

[发明专利]风力发电机轴承剩余使用寿命预测模型的构建方法-CN202010416839.9有效
发明人：李骁猛;王昭;李娜;贺志学;段志强 -专利权人：中车永济电机有限公司
申请日： 2020-05-18 - 公布日： 2022-07-05 - 主分类号： G06F30/27 文献下载
摘要：本发明涉及风力发电机轴承剩余使用寿命预测模型的构建方法，具体为基于长短时记忆网络的风力发电机轴承剩余使用寿命预测模型的构建方法。本发明的目的在于利用深度学习中的长短期记忆网络，给出基于长短期记忆网络的风力发电机轴承剩余使用寿命预测模型的构建方法，进而实现风力发电机轴承剩余使用寿命的预测。本发明提出的方法可以大大提高剩余使用寿命预测的准确性，易于实现现有各型号的风力发电机轴承的剩余使用寿命预测。本发明所述方法由如下步骤实现：步骤1、采集轴承振动数据；步骤2、数据预处理；步骤3、构建长短期记忆网络并配置网络参数、指定训练选项；步骤4、训练网络；步骤5、预测模型的验证。
风力发电机轴承剩余使用寿命预测模型构建方法

[发明专利]车辆剩余使用寿命预测-CN201910396981.9在审
发明人： X·杜;刘宇航 -专利权人：通用汽车环球科技运作有限责任公司
申请日： 2019-05-13 - 公布日： 2020-01-03 - 主分类号： G07C5/08 文献下载
摘要：在一个实施例中，一种方法包括：接收包括车辆参数和车辆诊断数据中至少一者的数据；由处理器基于车辆健康模型和接收的数据确定车辆状况；在所述车辆状况被确定为健康时由处理器基于第一统计模型确定与所述车辆有关的剩余使用寿命数据；在所述车辆状况被确定为不健康时由处理器基于第二统计模型确定与所述车辆有关的剩余使用寿命数据；由处理器基于所述车辆状况和所述剩余使用寿命数据来选择地生成通知数据。
车辆状况处理器剩余使用寿命统计模型车辆参数车辆诊断监控车辆健康模型数据确定通知数据健康

[发明专利]用于开关的剩余寿命预测-CN201980066811.2在审
发明人： C.博尔兹索恩伊;W.埃尔文;A.范德尔;T.穆斯伯格;J.雷辛格;B.施温;M.斯特罗布尔;S.维德曼 -专利权人：西门子股份公司
申请日： 2019-09-24 - 公布日： 2021-05-18 - 主分类号： G05B23/02 文献下载
摘要：为了计算开关的剩余寿命，采集与寿命相关的事件。在与寿命相关的事件的出现频率方面分析与寿命相关的事件。针对剩余寿命的计算，按照与寿命相关的事件的出现频率，考虑或不考虑与寿命相关的事件在将来出现的可能性。
用于开关剩余寿命预测

[发明专利]一种面向缺失数据的设备剩余寿命预测方法及系统-CN202110539040.3在审
发明人：张晟斐;司小胜;李天梅;胡昌华;裴洪;张建勋 -专利权人：中国人民解放军火箭军工程大学
申请日： 2021-05-18 - 公布日： 2021-08-17 - 主分类号： G06Q10/04 文献下载
摘要：本发明涉及一种面向缺失数据的设备剩余寿命预测方法及系统。该方法包括：获取待预测设备的退化数据；退化数据为对待预测设备运行过程采样得到的存在缺失的数据；基于退化数据，采用退化数据生成模型生成待预测设备的完整数据；退化数据生成模型为包括生成器和判别器的生成对抗网络模型；根据完整数据，采用双向长短期记忆网络对待预测设备的剩余寿命进行预测，得到待预测设备的剩余使用寿命估计值。本发明可以提高设备剩余寿命预测的准确度，提高后续维修决策的质量。
一种面向缺失数据设备剩余寿命预测方法系统

[发明专利]一种轴承剩余寿命预测方法-CN201811465424.X在审
发明人：马海龙;李臻 -专利权人：北京天地龙跃科技有限公司
申请日： 2018-12-03 - 公布日： 2019-04-12 - 主分类号： G06Q10/04 文献下载
摘要：本发明涉及一种轴承剩余寿命预测方法，其特征在于，包括以下步骤：1)获取待测轴承的测试数据样本；2)计算测试数据样本的峰值指标；3)将测试数据样本的峰值指标与预设的报警阈值进行对比，若峰值指标小于预设的报警阈值占比达到预设的百分比，则输出待测轴承的剩余寿命；若峰值指标小于预设的报警阈值占比没有达到预设的百分比，则进入步骤4)；4)采用PCA法得到轴承剩余寿命预测的特征量；5)采用灰色预测GM(1，1)模型，得到待测轴承的若干寿命预测值，并记录预测步数；6)根据得到的寿命预测值和预测步数以及预设的剩余寿命终止值和预测步数，对应输出待测轴承的剩余寿命，本发明可广泛用于煤机故障诊断领域中。
预设峰值指标预测轴承剩余寿命轴承剩余寿命步数测试数据样本寿命预测报警故障诊断领域灰色预测计算测试数据样本输出特征量煤机记录

[发明专利]一种曲轴加速疲劳试验的方法-CN202111410973.9在审
发明人：孙嵩松;侯宇;龚小林 -专利权人：南京林业大学
申请日： 2021-11-25 - 公布日： 2022-02-25 - 主分类号： G06F30/17 文献下载
摘要：本发明公开一种曲轴加速疲劳试验的方法，包括建立曲轴裂纹深度随循环次数变化的经验模型、对建立的经验模型优化，获得曲轴剩余寿命预测模型的递推公式，建立曲轴剩余寿命预测的状态转移方程和观测方程，基于建立的曲轴剩余寿命预测的状态转移方程和观测方程作为现验数据，采用粒子滤波算法对曲轴疲劳寿命进行预测等步骤，本发明在确定曲轴疲劳破坏裂纹阈值的基础上，基于时间序列分析方法，曲轴的弯曲剩余疲劳寿命预测模型，并基于多组试验数据对预测结果进行试验验证，与实际数据得到的疲劳极限载荷进行对比，在曲轴失效之前就可以对其剩余寿命进行准确预测，可以达到加速的效果，缩短曲轴疲劳试验的时间。
一种曲轴加速疲劳试验方法

[发明专利]一种考虑台风影响的海上风电机组剩余寿命预测方法-CN202211244944.4在审
发明人：刘璐洁;李传文;符杨;黄玲玲;魏书荣;贾锋;刘智彬 -专利权人：上海电力大学
申请日： 2022-10-12 - 公布日： 2023-01-31 - 主分类号： G06F30/20 文献下载
摘要：本发明涉及一种考虑台风影响的海上风电机组剩余寿命预测方法，包括：基于台风对机组部件退化的影响机理，构建台风冲击下部件故障率增量模型；结合机组运行状态监测数据，构建部件运行状态的退化与冲击相关性模型，量化承受外部冲击的能力；基于台风随机冲击导致机组性能退化的时变随机性特点，构建考虑退化与冲击相依的海上风电机组部件时变故障率模型，并基于该模型，在台风冲击场景下，构建机组部件剩余寿命预测模型，采用粒子群优化算法，以预测误差最小优化参数，得到优化剩余寿命预测模型；基于实时数据修正优化剩余寿命预测模型并实现剩余寿命预测。与现有技术相比，本发明具有寿命预测准确率高等优点。
一种考虑台风影响海上机组剩余寿命预测方法

[发明专利]一种维修设备剩余寿命预测方法及系统-CN201810330955.1在审
发明人：胡昌华;郑建飞;司小胜;周涛;张琪;张建勋 -专利权人：中国人民解放军火箭军工程大学
申请日： 2018-04-13 - 公布日： 2018-09-18 - 主分类号： G06F17/50 文献下载
摘要：本发明公开一种维修设备剩余寿命预测方法及系统，先构建维修设备退化过程各阶段的残余退化模型；其次获取各维修设备在各阶段各采样点的残余退化状态；根据各维修设备在各阶段各采样点的残余退化状态确定维修设备退化过程各阶段的残余退化模型的参数；然后根据确定参数后的维修设备退化过程各阶段的残余退化模型确定剩余寿命预测模型；最后根据剩余寿命预测模型确定维修设备剩余寿命值，充分利用维修设备性能退化信息和不完美维修的信息实现对存在修复非新这种不完美维修影响下的随机退化设备进行剩余寿命预测，提高剩余寿命预测的准确性。
维修设备剩余寿命预测退化过程退化模型剩余寿命预测模型退化状态采样点剩余寿命信息实现性能退化维修构建退化修复

[发明专利]电容器剩余寿命的预测方法及装置-CN201711165102.9在审
发明人：魏新;庞宇刚 -专利权人：新疆金风科技股份有限公司
申请日： 2017-11-21 - 公布日： 2018-05-08 - 主分类号： G01R27/26 文献下载
摘要：本发明实施例公开了一种电容器剩余寿命的预测方法及装置。该方法包括：获取电容器在工作状态下的当前电容值、当前等效串联电阻以及当前已工作时长；通过电容值变化率与老化时长的第一函数关系以及等效串联电阻与老化时长的第二函数关系，计算电容器在实际运行工况下的第一剩余寿命和第二剩余寿命；比较第一剩余寿命和第二剩余寿命的大小；将第一剩余寿命和第二剩余寿命中较小者，确定为电容器在实际运行工况下的剩余寿命。本发明实施例的电容器剩余寿命的预测方法及装置，能够提高预测电容器剩余寿命的准确性。
电容器剩余寿命预测方法装置

[发明专利]蓄电池剩余寿命的预测方法、装置、电子设备及存储介质-CN202310851139.6在审
发明人：黄书健;杨世浩;梁景棠;刘斌;粟祎敏;谢永祥;卢先锋;寨战争;陈晓鹏;刘焕辉;施理成;蔡素雄;罗俊杰;张焕燊;王庆生 -专利权人：广东电网有限责任公司;广东电网有限责任公司惠州供电局
申请日： 2023-07-11 - 公布日： 2023-10-03 - 主分类号： G01R31/367 文献下载
摘要：本申请公开了一种蓄电池剩余寿命的预测方法、装置、电子设备及存储介质，涉及机器学习技术领域。其中，该方法包括：获取蓄电池在当前时刻下特征的状态量和在当前时刻之前预设时间段内的特征的历史数据集；从历史数据集中挑选出目标样本集；构造特征的加权核函数，通过目标样本集和加权核函数对蓄电池剩余寿命的初始预测模型进行训练得到目标预测模型；将特征的状态量输入至目标预测模型，得到蓄电池剩余寿命的预测结果。本申请提供的技术方案，降低了蓄电池剩余寿命的预测难度，可以准确地预测蓄电池的剩余寿命。
蓄电池剩余寿命预测方法装置电子设备存储介质

[发明专利]一种设备剩余寿命的预测方法及系统-CN201911021572.7有效
发明人：胡昌华;裴洪;司小胜;李天梅;张建勋;庞哲楠 -专利权人：中国人民解放军火箭军工程大学
申请日： 2019-10-25 - 公布日： 2020-12-22 - 主分类号： G06F30/20 文献下载
摘要：本发明公开一种设备剩余寿命的预测方法及系统。该方法包括：获取待预测设备的历史运行数据；采用历史运行数据对深度置信网络进行训练，得到训练好的深度置信网络；获得待预测设备的当前运行数据；采用训练好的深度置信网络对当前运行数据进行特征提取，得到特征集合；对特征集合进行局部线性嵌入操作，得到健康因子；基于扩散过程，获得健康因子与时间的关系模型；根据健康因子与时间的关系模型，对待预测设备的剩余寿命进行预测；根据待预测设备的剩余寿命，确定待预测设备的剩余寿命的概率密度分布本发明在适用于海量数据分析的基础上，可以实现对剩余寿命的量化预测。
一种设备剩余寿命预测方法系统

[发明专利]一种基于机器学习回归算法的刀具剩余寿命预测方法-CN202010315858.2在审
发明人：宋锡文;杨欢;李家兴;潘杰;张亚鹏 -专利权人：南京凯奥思数据技术有限公司
申请日： 2020-04-21 - 公布日： 2020-07-31 - 主分类号： G06Q10/04 文献下载
摘要：本发明涉及机床刀具剩余寿命预测领域，公开了一种基于机器学习回归算法的刀具剩余寿命预测方法，包括模型训练和在线寿命预测两部分，模型训练包括完整寿命周期的原始数据收集并和刀具实际寿命建立对应关系、信号预处理、提取信号特征构成特征向量、交叉验证获取最优刀具寿命模型、超参数调优；在线寿命预测部分包括实时数据采集、信号预处理、提取信号特征构成特征向量、输入基于最优超参数的最优刀具寿命模型、输出刀具的剩余寿命。本发明模型训练时每个通道提取的特征值数量多，因此训练精度高，刀具剩余寿命预测准确，并建立刀具的剩余寿命智能预测模型，能够根据不同的工况环境智能化选择不同的回归模型，模型的泛化性能好、移植性强。
一种基于机器学习回归算法刀具剩余寿命预测方法

[发明专利]基于数字孪生的水下采油树系统剩余使用寿命预测方法及系统-CN202110752595.6有效
发明人：蔡宝平;范红艳;刘永红;邵筱焱;刘贵杰;冯强;李心成;葛伟凤;吴奇兵;吴奇霖;纪仁杰;刘增凯;刘雪琳;盛朝洋 -专利权人：中国石油大学（华东）
申请日： 2021-07-02 - 公布日： 2022-04-12 - 主分类号： G01M13/00 文献下载
摘要：本发明属于石油工程领域，具体地，涉及一种基于数字孪生的水下采油树系统剩余使用寿命预测方法及系统。基于数字孪生的水下采油树系统剩余使用寿命预测方法，包含如下步骤：确定主要失效形式、多指标因素影响下的动态贝叶斯网络退化建模、物理实体数据采集、数字孪生模型的建立、多指标实时竞争的预测模型建模、模型校正、剩余使用寿命计算、基于数字孪生的寿命信息管理与更新。基于数字孪生的水下采油树系统剩余使用寿命预测系统，包括水下采油树生产回路传感器组、水下采油树环空回路传感器组、基于数字孪生的水下采油树系统剩余使用寿命预测系统数据存储与接收模块和基于数字孪生的水下采油树系统剩余使用寿命预测系统数据处理与显示模块
基于数字孪生水下采油系统剩余使用寿命预测方法