基于类人学习能力的TSK模糊模型的故障预测方法及系统
授权
摘要
本发明属于TSK模糊模型构建技术领域，公开了一种基于类人学习能力的TSK模糊模型的故障预测方法及系统，所述基于类人学习能力的TSK模糊模型的故障预测系统包括：信息采集模块、信息分类模块、信息分析模块、中央控制模块、特征提取模块、TSK模糊模型构建模块、辅助训练模块、存储模块、新数据采集模块、类人学习模块、学习后模型输出模块、数据输入模块、故障预测模块。本发明不但能够根据历史数据进行当前场景下的信息弥补，还能实现对未来信息的预测的准确性的提升。同时，本发明基于类人学习能力的TSK模糊模型进行故障预测，增强了预测的准确性与鲁棒性，极大的提高了机器故障预警的可靠性与精确性，能够减少不必要的损失。
基本信息
专利标题 ：
基于类人学习能力的TSK模糊模型的故障预测方法及系统
专利标题（英）：
暂无
公开（公告）号 ：
CN112632854A
申请号 ：
CN202011492049.5
公开（公告）日 ：
2021-04-09
申请日 ：
2020-12-17
授权号 ：
CN112632854B
授权日 ：
2022-04-12
发明人 ：
李龙周勇王增波
申请人 ：
衡阳师范学院
申请人地址 ：
湖南省衡阳市雁峰区黄白路165号
代理机构 ：
长沙新裕知识产权代理有限公司
代理人 ：
刘加
优先权 ：
CN202011492049.5
主分类号 ：
G06F30/27
IPC分类号 ：
G06F30/27 G06K9/62 G06N20/00
IPC结构图谱
G
G部——物理
G06
计算；推算或计数
G06F
电数字数据处理
G06F30/27
使用机器学习，例如人工智能，神经网络，支持向量机或训练模型
法律状态
2022-04-12 ：
授权
2021-04-27 ：
实质审查的生效
IPC(主分类) : G06F 30/27
申请日 : 20201217
申请日 : 20201217
2021-04-09 ：
公开
注：本法律状态信息仅供参考，即时准确的法律状态信息须到国家知识产权局办理专利登记簿副本。
文件下载
暂无PDF文件可下载
