-
公开(公告)号:CN116843051A
公开(公告)日:2023-10-03
申请号:CN202310536765.6
申请日:2023-05-12
申请人: 中国人民解放军92578部队 , 山东大学
IPC分类号: G06Q10/04 , G06Q10/20 , G06F18/15 , G06F18/213 , G06F18/214 , G06N3/0464 , G06N3/048 , G06N3/08
摘要: 本发明公开了一种基于数据裁剪的船舶设备剩余使用寿命预测方法,构建船舶设备剩余使用寿命预测模型,船舶设备剩余使用寿命预测模型依次包括数据处理模块,空间注意力特征加权模块,深度特征提取模块,回归预测模块;计算新的损失函数用于模型训练;对训练样本进行数据裁剪,进行二次度量裁剪,取交集作为最终裁剪集,用裁剪后的样本对模型进行训练;利用训练好的预测模型对实时监测数据进行船舶设备剩余使用寿命预测。本发明的船舶设备剩余使用寿命预测方法,可以有效降低模型训练时间和能源消耗,降低对计算机算力的要求,有效降低在船舶上配置设备剩余使用寿命预测系统的成本。
-
公开(公告)号:CN118095062A
公开(公告)日:2024-05-28
申请号:CN202410094916.1
申请日:2024-01-23
申请人: 中国人民解放军92578部队 , 山东大学
IPC分类号: G06F30/27 , G06N3/0455 , G06N3/08 , G06F119/04
摘要: 本发明公开了一种机械设备剩余使用寿命预测方法和系统,包括:构建基于时间序列全连接编码器的剩余使用寿命预测模型;进行模型训练阶段的数据准备工作,对数据进行归一化和数据分割;对训练集数据进行数据裁剪,减少训练数据集的规模;训练搭建好的剩余使用寿命预测模型;利用训练好的剩余使用寿命预测模型进行实时剩余使用寿命预测。本发明提出基于时间序列全连接编码器的模型架构,利用设备状态监测数据进行RUL预测,能够更好地挖掘时间序列数据中的复杂关系和规律,提高RUL预测的准确度和可靠性,具有资源耗费少、算力低成本、易部署的特点,有助于推广基于数据驱动的预测性维护技术的应用。
-