← 返回列表

用于预测转动设备的剩余使用寿命的方法、设备和介质

申请号: CN202311700644.7
申请人: 上海凯士比泵有限公司
更新日期: 2026-03-09

专利详细信息

项目 内容
专利名称 用于预测转动设备的剩余使用寿命的方法、设备和介质
专利类型 发明授权
申请号 CN202311700644.7
申请日 2023/12/12
公告号 CN117390974B
公开日 2024/3/5
IPC主分类号 G06F30/27
权利人 上海凯士比泵有限公司
发明人 窦浩; 戴林杉
地址 上海市闵行区江川路1400号

摘要文本

上海凯士比泵有限公司获取“一种透气窗帘布”专利技术,本发明涉及一种用于预测转动设备的剩余使用寿命的方法、设备和介质。该方法包括:获取关于转动设备的各个检测位置的加速度检测数据和关于转动设备所运行工况的工况数据;针对所获取的加速度检测数据进行预处理,以便生成时域特征、频域特征;基于所生成时域特征、频域特征生成对应于当前工况的实时向量,以便基于实时向量与目标基准向量而计算关于转动设备的目标健康状态数据;确定历史健康状态数据曲线是否出现拐点;以及响应于出现拐点,选择目标机器学习模型拟合剩余使用寿命预测曲线,以便预测转动设备的剩余使用寿命。由此,本发明能够针对处于不同运行环境和衰退周期的转动设备进行准确的剩余使用寿命的预测。

专利主权项内容

1.一种用于预测转动设备的剩余使用寿命的方法,其特征在于,包括:获取关于转动设备的各个检测位置的加速度检测数据和关于转动设备所运行工况的工况数据;针对所获取的加速度检测数据进行预处理,以便生成时域特征、频域特征;基于所生成时域特征、频域特征生成对应于当前工况的实时向量,以便基于实时向量与目标基准向量而计算关于转动设备的目标健康状态数据;确定基于所缓存的目标健康状态数据所形成的历史健康状态数据曲线是否出现拐点;以及响应于确定历史健康状态数据曲线出现拐点,利用多个候选机器学习模型重新拟合历史健康状态数据曲线,以便在多个候选机器学习模型中选择匹配的目标机器学习模型;基于健康衰退数据,训练所确定的目标机器学习模型,以便更新目标机器学习模型的参数;采用经更新参数的目标机器学习模型拟合历史健康状态数据曲线,以便确定拟合效果是否满足预定条件;以及响应于确定拟合效果满足预定条件,采用拟合后的目标机器学习模型预测转动设备的剩余使用寿命,所述健康衰退数据为历史健康状态数据曲线出现拐点之后所缓存的目标健康状态数据。