CN119443423A 故障预测方法、设备及计算机可读存储介质 (广州平云小匠科技股份有限公司)_第1页
CN119443423A 故障预测方法、设备及计算机可读存储介质 (广州平云小匠科技股份有限公司)_第2页
CN119443423A 故障预测方法、设备及计算机可读存储介质 (广州平云小匠科技股份有限公司)_第3页
CN119443423A 故障预测方法、设备及计算机可读存储介质 (广州平云小匠科技股份有限公司)_第4页
CN119443423A 故障预测方法、设备及计算机可读存储介质 (广州平云小匠科技股份有限公司)_第5页
已阅读5页,还剩31页未读 继续免费阅读

下载本文档

版权说明:本文档由用户提供并上传,收益归属内容提供方,若内容存在侵权,请进行举报或认领

文档简介

备的运行数据;通过计算所述运行数据的分位率和/或预测故障周期。本申请达成了提高故障2通过计算所述运行数据的分位数,确定所述运行数据的特征,所将所述特征作为长短期记忆网络的输入序列数据,并通过所述长短出序列;基于至少一个长短期记忆单元,构建初始长短期记忆网络基于所述待测设备的历史运行数据、故障记录和维护信息,根据所述故障记录和所述维护信息,定义所述历史数据序列的标签通过所述历史数据序列训练所述初始长短期记忆网络,并通过反根据所述历史数据序列计算损失函数,以衡量所述初始长短期记忆网通过所述反向传播算法计算所述损失函数关于所述参数根据每个所述参数的所述梯度,通过所述优化器更新所述参数,通过所述传感器实时收集所述待测设备的所述3若输出所述预测故障概率,且所述预测故障概率超过预设的故若输出所述预测故障周期,根据所述预测故障周期,确定所述待4[0003]上述内容仅用于辅助理解本申请的技术方案,并不代表承认上述内容是现有技5通过所述反向传播算法计算所述损失函数关于所述参数通过所述传感器实时收集所述待测设备的所述将每个所述传感器获取的所述运行数据转换成统一格式,并合并到统一的数据6验判断的预测方法往往基于专家个人经验和直觉,由于缺乏科学的数据分析和模型支持,7者是一种能够实现上述功能的故障预测设备的控制设备等,本实施例对此并不作具体限[0033]从大量的原始数据中提炼出能够反映待测设备运行状态8藏状态作为输出序列。服传统RNN在处理长时间序列时遇到的梯度消失或[0040]长短期记忆网络引入了三个关键的门控机制:遗忘门(forge9[0064]在本实施例中,历史运行数据是待测设备在过去一段时间内运行产生的各种数[0068]步骤S62,根据所述故障记录和所述维护信息,定义所述历史数据序列的标签信[0081]在本实施例中,反向传播算法是用于计算损失函数关于网络参数的梯度的算RMS值来调整每个参数的学习率,使用计算出的自适应学习率和梯度来更新网络的权重和得异常或不合逻辑的数据点。重复值是指数据集中某些数据项的值完全相同或高度相似,点,即将数据从小到大排序后,位于某个特定百分位点的数值。四分位数包括第25百分位分布范围。[0123]本实施例提供了一种故障预测方法,本实施例首先通过计算分位数并绘制箱线令被至少一个处理器执行,以使至少一个处理器能够执行上述实施例一中的故障预测方[0133]下面参考图7,其示出了适于用来实现本申请实施例的故障预测设备的结构示意播接收器、PDA(PersonalDigitalAssistant:个人数字助理)、PAD(Portable[0139]本申请提供一种计算机可读存储介质,具有存储在其上的计算机可读程序指令(即计算机程序计算机可读程序指令用于执上述的任意合适的组合。在本实施例中,计算机可读存储介质可以是任何包含或存储程序[0141]上述计算机可读存储介质可以是故障预测设备中所包含

温馨提示

  • 1. 本站所有资源如无特殊说明,都需要本地电脑安装OFFICE2007和PDF阅读器。图纸软件为CAD,CAXA,PROE,UG,SolidWorks等.压缩文件请下载最新的WinRAR软件解压。
  • 2. 本站的文档不包含任何第三方提供的附件图纸等,如果需要附件,请联系上传者。文件的所有权益归上传用户所有。
  • 3. 本站RAR压缩包中若带图纸,网页内容里面会有图纸预览,若没有图纸预览就没有图纸。
  • 4. 未经权益所有人同意不得将文件中的内容挪作商业或盈利用途。
  • 5. 人人文库网仅提供信息存储空间,仅对用户上传内容的表现方式做保护处理,对用户上传分享的文档内容本身不做任何修改或编辑,并不能对任何下载内容负责。
  • 6. 下载文件中如有侵权或不适当内容,请与我们联系,我们立即纠正。
  • 7. 本站不保证下载资源的准确性、安全性和完整性, 同时也不承担用户因使用这些下载资源对自己和他人造成任何形式的伤害或损失。

评论

0/150

提交评论