基于自适应阈值的在线滑油预警方法

    公开(公告)号:CN117932550A

    公开(公告)日:2024-04-26

    申请号:CN202310920544.9

    申请日:2023-07-25

    摘要: 本发明公开一种基于自适应阈值的在线滑油预警方法,所述方法包括以下步骤:加载运行数据,基于随机搜索策略构建差分整合移动平均自回归模型,基于所述差分整合移动平均自回归模型和所述运行数据获取预测数据,并将所述运行数据和所述预测数据拼接成拼接数据作为验证数据;加载初始训练数据,构建最大池化策略的自联想核回归模型;将所述初始训练数据和验证数据输入所述最大池化策略的自联想核回归模型,构造自适应阈值;通过判断验证数据的预期值是否超出所述自适应阈值来实现润滑油的状态预警。本发明结合了差分整合移动平均自回归模型和最大池化策略的自联想核回归模型两个模型,可以实现更快速,更精准的在线滑油状态识别预警能力。

    一种知识数据混合驱动的多通道滑油磨粒异常监测方法

    公开(公告)号:CN117520760A

    公开(公告)日:2024-02-06

    申请号:CN202311136474.4

    申请日:2023-09-05

    摘要: 本发明涉及一种知识数据混合驱动的多通道滑油磨粒异常监测方法,基于专家知识构建磨粒置信规则库;利用运行数据基于三角隶属度和规则激活公式激活磨粒置信规则库不同规则,获得激活权重;基于激活权重并使用证据推理的方式对不同规则进行融合,以得到初步的磨粒异常监测结果;计算初步的磨粒异常监测结果的准确率,并确保准确率达到设定值以上,当监测准确率小于设定值,则输入历史数据,采用序贯最小二乘法对专家知识进行优化;将优化专家知识输入磨粒置信规则库获得优化的磨粒置信规则库,以进行多通道滑油磨粒异常监测。本发明构建了知识驱动和数据驱动的混合驱动模型,可以实现可解释,高可靠,高性能的在线磨粒异常监测。