首页 专利交易 科技果 科技人才 科技服务 国际服务 商标交易 会员权益 IP管家助手 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索

基于VToMe-BiGRU电驱动系统故障预测方法及系统 

买专利卖专利找龙图腾,真高效! 查专利查商标用IPTOP,全免费!专利年费监控用IP管家,真方便!

申请/专利权人:衢州职业技术学院;上海美嘉林软件科技股份有限公司

摘要:本发明涉及人工智能技术领域,提供的一种基于VToMe‑BiGRU电驱动系统故障预测方法,通过实时采集车辆在使用工况下来自电驱动系统的多组信号数据,将多组时序信号数据拼接转化为图像数据,将图像数据分割为N个图像块,通过映射至一维向量,根据键矩阵相似度连接集合A和集合B中的token,将键矩阵K中r个数值相似度大于预设值的token进行合并。采用ViT模型与双向门控循环单元并行计算输出电驱动系统的故障预测,本发明还公开了一种用于执行上述方法的系统,该方法和系统能够极大地减少了模型计算处理量,提高了计算效率。两个模型并行计算不仅提高了整个系统的预测时效性,更能提高预测的准确性和鲁棒性。

主权项:1.一种基于VToMe-BiGRU电驱动系统故障预测方法,其特征在于,所述基于VToMe-BiGRU电驱动系统故障预测方法包括,步骤S1,实时采集车辆在使用工况下来自电驱动系统的多组信号数据,将多组时序信号数据拼接转化为图像数据;步骤S2,将图像数据分割为N个图像块,N个图像块通过映射至一维向量,分别进行位置编码后形成第一数据;步骤S3,将第一数据按照顺序交替方式划分为集合A和集合B,根据键矩阵K相似度连接集合A和集合B中的token,将键矩阵K中r个数值相似度大于预设值的token进行合并,经过合并后的token输入ViT模型的TransformerEncoder中计算查询矩阵Q、键矩阵K、值矩阵V,再通过注意力机制计算得到的特征向量ATTQ,K,V, 其中,s为合并的token个数,Qkt:表示查询矩阵和键矩阵的乘积的转置,为特征向量的维度d的平方根,v为特征的值信息,r为小于token总数量的正整数;步骤S4,将特征向量输入训练好的MLP模型中分类得到电驱动系统的故障类型;步骤S5,将多组时序信号数据输入将训练好的双向门控循环单元,输出电驱动系统的故障发生时间;步骤S6,通过故障监测模块将电驱动系统的故障类型和故障发生时间一一对应,输出至故障诊断平台。

全文数据:

权利要求:

百度查询: 衢州职业技术学院 上海美嘉林软件科技股份有限公司 基于VToMe-BiGRU电驱动系统故障预测方法及系统

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。