申请/专利权人：重庆大学

申请日：2024-03-08

公开（公告）日：2024-06-25

公开（公告）号：CN118245892A

主分类号：G06F18/2411

分类号：G06F18/2411;G06F18/22;G06F18/2415;G06F18/214

优先权：

专利状态码：在审-公开

法律状态：2024.06.25#公开

摘要：本发明公开了一种系统相似性剩余寿命预测方法及装置，该方法包括如下步骤：S1，获取系统状态监测传感器数据；S2，对预处理后的每列状态监测传感器数据采用自适应噪声完备集合经验模态分解，得到多个模态分量IMFs和残差rn；S3，得到各传感器信号退化过程中的局部再生，残差rn表示全局退化量；S4，构建训练和测试退化曲线库；S5，计算两条退化曲线之间的相似度；S6，计算相似度较高的剩余寿命预测值的加权平均，得到一系列剩余寿命预测值；S7，根据非参数核密度估计方法，构建预测剩余寿命的概率分布函数，取中位值作为最终预测的剩余寿命。采用本技术方案，用集成全局和局部剩余寿命的核密度方法估计设备的剩余寿命，提高预测准确率和竞争力。

主权项：1.一种系统相似性剩余寿命预测方法，其特征在于，包括如下步骤：S1，获取机械系统运行至失效的状态监测传感器数据，并进行预处理；S2，对预处理后的每列状态监测传感器数据采用自适应噪声完备集合经验模态分解，得到多个模态分量IMFs和残差rn；S3，基于T检验方法，对步骤S2中的多个模态分量IMFs进行筛选，判断各模态分量的均值与零间的差值是否大于阈值，若大于阈值则作为能反映原始信号高频特征的IMFs；对能反映原始信号高频特征的IMFs进行慢特征分析，得到各传感器信号退化过程中的局部再生，步骤S2中的所述残差表示全局退化量；S4，根据步骤S3中得到的全局退化和局部再生数据，基于双向门控循环单元，采用滑动时间窗截取全部传感器全局和局部退化曲线，编码得到一维健康指标向量；对传感器数据和一维健康指标向量拟合构建线性回归模型，构建训练和测试退化曲线库；S5，基于步骤S4中所述训练和测试退化曲线库，根据自适应控制参数最长公共子序列，进行相似度匹配，计算两条退化曲线之间的相似度；S6，基于步骤S5中的相似度匹配方法，将待预测设备的退化曲线与训练曲线库中的全局和局部曲线进行相似度匹配，计算相似度较高的剩余寿命预测值的加权平均，得到一系列剩余寿命预测值；S7，基于步骤S6中的剩余寿命预测系列值，根据非参数核密度估计方法，构建预测剩余寿命的概率分布函数，取中位值作为最终预测的剩余寿命。

全文数据：

权利要求：

百度查询： 重庆大学 系统相似性剩余寿命预测方法及装置

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。

阅读全文 双屏查看 官方信息 专利公告 收藏专利 下载PDF 下载WORD