工业互联网中因果与注意力并重的大型设备故障预测方法
公开
摘要
本发明提供了一种工业互联网中因果与注意力并重的大型设备故障预测方法，该方法基于大型设备的故障样本，通过分析传感器数据与故障之间存在的潜在因果关系来构建因果分析模型，结合因果分析与时间注意力机制预测大型设备的故障。本发明的预测方法采取一种有监督的学习方式，收集故障样本，提取故障特征，通过分析特征与故障之间存在的潜在因果关系来构建因果分析模型，结合因果分析与时间注意力机制，实现设备故障的预测。本发明的预测方法基于因果分析，探究特征与故障预测准确度之间的潜在关系，为面向大型设备故障预测模型的特征选取提供一个可行方法，进而为故障的主因特征分配较大权重，为次因特征分配较小权重。
基本信息
专利标题 ：
工业互联网中因果与注意力并重的大型设备故障预测方法
专利标题（英）：
暂无
公开（公告）号 ：
CN114580472A
申请号 ：
CN202210187119.9
公开（公告）日 ：
2022-06-03
申请日 ：
2022-02-28
授权号 ：
暂无
授权日 ：
暂无
发明人 ：
尹小燕南鑫刘长友龚志敏王禹田苗崔瑾陈晓江房鼎益
申请人 ：
西北大学
申请人地址 ：
陕西省西安市太白北路229号
代理机构 ：
西安恒泰知识产权代理事务所
代理人 ：
王孝明
优先权 ：
CN202210187119.9
主分类号 ：
G06K9/00
IPC分类号 ：
G06K9/00 G06K9/62 G06N3/04 G06N3/08
IPC结构图谱
G
G部——物理
G06
计算；推算或计数
G06K
数据识别；数据表示；记录载体；记录载体的处理
G06K9/00
用于阅读或识别印刷或书写字符或者用于识别图形，例如，指纹的方法或装置
法律状态
2022-06-03 ：
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
