公开(公告)号：CN110609524A

公开(公告)日：2019-12-24

申请号：CN201910750456.2

申请日：2019-08-14

Applicant: 华中科技大学

Inventor： 董燕 ,  张馨云 ,  鲁放 ,  文龙

IPC: G05B19/418

Abstract: 本发明公开一种工业设备剩余寿命预测模型及其构建方法和应用，方法包括：采集多个相同工业设备分别在不同故障模式下的全寿命多特征数据集，并构建每个全寿命多特征数据集的多维矩阵；采用滑动窗口对每个多维矩阵进行时间序列切片，得到该多维矩阵的多个时间切片矩阵；根据故障模式种类，对所有时间切片矩阵分类；基于每种故障模式对应的所有时间切片矩阵，训练该故障模式的CNN-RNN混合预测模型得到工业设备剩余寿命。本发明通过使用滑动窗口对多维数据进行时间序列切片，增加混合模型输入的多样性，利用预分类构建模型库，对含有多种故障模式的数据集处理，提高模型预测精度；构建CNN-RNN混合网络实现了无需自定义失效阈值的端到端的剩余使用寿命预测模型。

公开(公告)号：CN110609524B

公开(公告)日：2020-07-28

申请号：CN201910750456.2

申请日：2019-08-14

Applicant: 华中科技大学

Inventor： 董燕 ,  张馨云 ,  鲁放 ,  文龙

IPC: G05B19/418

Abstract: 本发明公开一种工业设备剩余寿命预测模型及其构建方法和应用，方法包括：采集多个相同工业设备分别在不同故障模式下的全寿命多特征数据集，并构建每个全寿命多特征数据集的多维矩阵；采用滑动窗口对每个多维矩阵进行时间序列切片，得到该多维矩阵的多个时间切片矩阵；根据故障模式种类，对所有时间切片矩阵分类；基于每种故障模式对应的所有时间切片矩阵，训练该故障模式的CNN‑RNN混合预测模型得到工业设备剩余寿命。本发明通过使用滑动窗口对多维数据进行时间序列切片，增加混合模型输入的多样性，利用预分类构建模型库，对含有多种故障模式的数据集处理，提高模型预测精度；构建CNN‑RNN混合网络实现了无需自定义失效阈值的端到端的剩余使用寿命预测模型。