公开(公告)号：CN114169091A

公开(公告)日：2022-03-11

申请号：CN202111370384.2

申请日：2021-11-18

Applicant: 华中科技大学

Inventor： 刘琼 ,  刘嘉豪 ,  桂缀 ,  叶钦

IPC: G06F30/17 ,  G06F30/27 ,  G06K9/62 ,  G06N3/04 ,  G06N3/08 ,  G06F119/04

Abstract: 本发明公开了一种工程机械部件剩余寿命的预测模型建立方法及预测方法，属于剩余寿命预测领域，包括：建立初始神经网络模型，其以机械部件在时间步t～t+W‑1的状态监测数据为输入，用于预测时间步t+W‑1时的剩余寿命模型包括：第一注意力网络，用于基于自注意力机制获取中各时间步的注意力权重并赋予相应的时间步，得到Z；时间卷积网络，用于对Z进行特征提取，得到U；第二注意力网络，用于获取U中各通道的注意力权重并赋予相应的通道，得到及预测模块，用于对中的各通道特征进行融合并激活，以得到获得训练数据集，并对初始神经网络模型进行训练，以获得机械部件剩余寿命预测模型。本发明能够提高模型预测性能以及剩余寿命预测精度。

公开(公告)号：CN114169091B

公开(公告)日：2024-10-25

申请号：CN202111370384.2

申请日：2021-11-18

Applicant: 华中科技大学

Inventor： 刘琼 ,  刘嘉豪 ,  桂缀 ,  叶钦

IPC: G06F30/17 ,  G06F30/27 ,  G06F18/214 ,  G06N3/049 ,  G06N3/0464 ,  G06N3/045 ,  G06N3/08 ,  G06F119/04

Abstract: 本发明公开了一种工程机械部件剩余寿命的预测模型建立方法及预测方法，属于剩余寿命预测领域，包括：建立初始神经网络模型，其以机械部件在时间步t～t+W‑1的状态监测数据#imgabs0#为输入，用于预测时间步t+W‑1时的剩余寿命#imgabs1#模型包括：第一注意力网络，用于基于自注意力机制获取#imgabs2#中各时间步的注意力权重并赋予相应的时间步，得到Z；时间卷积网络，用于对Z进行特征提取，得到U；第二注意力网络，用于获取U中各通道的注意力权重并赋予相应的通道，得到#imgabs3#及预测模块，用于对#imgabs4#中的各通道特征进行融合并激活，以得到#imgabs5#获得训练数据集，并对初始神经网络模型进行训练，以获得机械部件剩余寿命预测模型。本发明能够提高模型预测性能以及剩余寿命预测精度。