基于MLP-LSTM有监督联合模型的剩余使用寿命预测方法

实质审查的生效

摘要

本发明公开了一种基于MLP‑LSTM有监督联合模型的剩余使用寿命预测方法，首先使用多层感知器MLP对多维时间序列历史信息进行数据融合提取机器的健康指标特征；将提取的健康指标时间序列输入到LSTM中，计算机器当前的剩余使用寿命RUL。进一步，利用有标签样本数据集将两个串联连接的神经网络同时进行有监督训练更新权重，在验证集中评估预测结果并自适应调整参数获得优化模型。训练得到的MLP‑LSTM有监督联合模型不仅有效提高了LSTM对剩余使用寿命的预测能力，而且同时提供了多维传感器数据的特征融合结果，能够有效表现当前机器的健康状况，为设备维护和保养提供了有效的参考指标。

基本信息

专利标题：

基于MLP-LSTM有监督联合模型的剩余使用寿命预测方法

专利标题（英）：

暂无

公开（公告）号：

CN114282443A

申请号：

CN202111623573.6

公开（公告）日：

2022-04-05

申请日：

2021-12-28

授权号：

暂无

授权日：

暂无

发明人：

张新民张雨桐李乐清朱哲人

申请人：

浙江大学

申请人地址：

浙江省杭州市西湖区余杭塘路866号

代理机构：

杭州求是专利事务所有限公司

代理人：

贾玉霞

优先权：

CN202111623573.6

主分类号：

G06F30/27

IPC分类号：

G06F30/27 G06N3/04 G06N3/08 G06F119/04

IPC结构图谱

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

2022-04-22 ：

实质审查的生效

IPC(主分类) : G06F 30/27
申请日 : 20211228

2022-04-05 ：

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