公开(公告)号：CN114297795A

公开(公告)日：2022-04-08

申请号：CN202111631338.3

申请日：2021-12-28

Applicant: 桂林电子科技大学

Inventor： 王鑫 ,  王宇晴 ,  覃琴 ,  何曰平 ,  颜靖柯 ,  李黄河

IPC: G06F30/17 ,  G06F30/27

Abstract: 本发明公开了一种基于PR‑Trans的机械设备剩余寿命预测方法，包括离线训练和在线预测两个阶段，其中，离线训练主要任务是建立预测模型、并利用历史操作数据库中处理后的数据对模型进行训练，在线训练主要任务是基于训练模型的实时预测实时RUL，并处理实时数据，然后将相关信息反馈给控制器。这种方法采用改进Transformer的自注意力机制，能减少计算量及空间占有率、增强位置之间关系、减小模型大小、通过增大模型感受野增强模型学习能力，使模型推理速度更快、预测更精确。

公开(公告)号：CN114297795B

公开(公告)日：2024-06-07

申请号：CN202111631338.3

申请日：2021-12-28

Applicant: 桂林电子科技大学

Inventor： 王鑫 ,  王宇晴 ,  覃琴 ,  何曰平 ,  颜靖柯 ,  李黄河

IPC: G06F30/17 ,  G06F30/27

Abstract: 本发明公开了一种基于PR‑Trans的机械设备剩余寿命预测方法，包括离线训练和在线预测两个阶段，其中，离线训练主要任务是建立预测模型、并利用历史操作数据库中处理后的数据对模型进行训练，在线训练主要任务是基于训练模型的实时预测实时RUL，并处理实时数据，然后将相关信息反馈给控制器。这种方法采用改进Transformer的自注意力机制，能减少计算量及空间占有率、增强位置之间关系、减小模型大小、通过增大模型感受野增强模型学习能力，使模型推理速度更快、预测更精确。