[發(fā)明專利]一種伺服驅(qū)動(dòng)系統(tǒng)生命周期預(yù)測(cè)方法及裝置

有效

• 申請(qǐng)?zhí)枺?/td>: 202110847195.3
• 申請(qǐng)日: 2021-07-27
• 公開(kāi)（公告）號(hào): CN113298240B
• 公開(kāi)（公告）日: 2021-11-05
• 發(fā)明（設(shè)計(jì)）人: 潘月斗;吳承澤
• 申請(qǐng)（專利權(quán)）人: 北京科技大學(xué)
• 主分類號(hào): G06Q10/04
• 分類號(hào): G06Q10/04;G06N3/04;G06N3/08
• 代理公司: 北京市廣友專利事務(wù)所有限責(zé)任公司 11237
• 代理人: 張仲波;付忠林

1.一種伺服驅(qū)動(dòng)系統(tǒng)生命周期預(yù)測(cè)方法，其特征在于，包括：

獲取伺服驅(qū)動(dòng)系統(tǒng)正常運(yùn)行時(shí)的運(yùn)行特征參數(shù)，并將伺服驅(qū)動(dòng)系統(tǒng)的生命周期劃分為磨合期、健壯期以及衰退期三個(gè)階段；

以獲取的伺服驅(qū)動(dòng)系統(tǒng)的運(yùn)行特征參數(shù)為觀測(cè)數(shù)據(jù)，以相應(yīng)的伺服驅(qū)動(dòng)系統(tǒng)所處的生命周期階段為隱含狀態(tài)，構(gòu)建出隱馬爾可夫模型；

構(gòu)建帶有雙隱層的BP神經(jīng)網(wǎng)絡(luò)，并將所述BP神經(jīng)網(wǎng)絡(luò)的第二隱層替換為所述隱馬爾可夫模型，得到用于預(yù)測(cè)伺服驅(qū)動(dòng)系統(tǒng)生命周期的預(yù)測(cè)模型；

獲取待預(yù)測(cè)的伺服驅(qū)動(dòng)系統(tǒng)的運(yùn)行特征參數(shù)，根據(jù)獲取的運(yùn)行特征參數(shù)，利用所述預(yù)測(cè)模型，得到所述待預(yù)測(cè)的伺服驅(qū)動(dòng)系統(tǒng)的生命周期的預(yù)測(cè)結(jié)果；

所述運(yùn)行特征參數(shù)的獲取過(guò)程，包括：

獲取待采集所述運(yùn)行特征參數(shù)的伺服驅(qū)動(dòng)系統(tǒng)的時(shí)域特征參數(shù)；其中，所述時(shí)域特征參數(shù)包括伺服驅(qū)動(dòng)系統(tǒng)的溫度、轉(zhuǎn)速、頻率以及反應(yīng)速度；

對(duì)獲取的所述時(shí)域特征參數(shù)進(jìn)行頻譜分析，得到伺服驅(qū)動(dòng)系統(tǒng)的頻域特征參數(shù)，并采用預(yù)設(shè)的小波分析法對(duì)時(shí)域特征參數(shù)進(jìn)行處理，求得小波能量譜作為伺服驅(qū)動(dòng)系統(tǒng)的時(shí)頻域特征參數(shù)；

使用主元分析法對(duì)所述時(shí)域特征參數(shù)、頻域特征參數(shù)以及時(shí)頻域特征參數(shù)進(jìn)行降維，得到所述運(yùn)行特征參數(shù)；

所述預(yù)設(shè)的小波分析法為db3或db5；

使用主元分析法對(duì)所述時(shí)域特征參數(shù)、頻域特征參數(shù)以及時(shí)頻域特征參數(shù)進(jìn)行降維，得到所述運(yùn)行特征參數(shù)，包括：

使用主元分析法對(duì)所述時(shí)域特征參數(shù)、頻域特征參數(shù)以及時(shí)頻域特征參數(shù)進(jìn)行降維提取，分別選出所述時(shí)域特征參數(shù)、頻域特征參數(shù)以及時(shí)頻域特征參數(shù)中貢獻(xiàn)率在85%以上的參數(shù)，作為所述運(yùn)行特征參數(shù)。

2.如權(quán)利要求1所述的伺服驅(qū)動(dòng)系統(tǒng)生命周期預(yù)測(cè)方法，其特征在于，所述隱馬爾可夫模型使用鮑姆-韋爾奇算法實(shí)現(xiàn)初步參數(shù)預(yù)估。

3.如權(quán)利要求1所述的伺服驅(qū)動(dòng)系統(tǒng)生命周期預(yù)測(cè)方法，其特征在于，所述隱馬爾可夫模型使用Viterbi算法計(jì)算對(duì)應(yīng)的隱含狀態(tài)。

4.如權(quán)利要求1所述的伺服驅(qū)動(dòng)系統(tǒng)生命周期預(yù)測(cè)方法，其特征在于，所述預(yù)測(cè)模型使用BP算法找到權(quán)值初始值。

5.一種伺服驅(qū)動(dòng)系統(tǒng)生命周期預(yù)測(cè)裝置，其特征在于，包括：

數(shù)據(jù)預(yù)處理模塊，用于獲取伺服驅(qū)動(dòng)系統(tǒng)正常運(yùn)行時(shí)的運(yùn)行特征參數(shù)，并將伺服驅(qū)動(dòng)系統(tǒng)的生命周期劃分為磨合期、健壯期以及衰退期三個(gè)階段；

隱馬爾可夫模型構(gòu)建模塊，用于以所述數(shù)據(jù)預(yù)處理模塊所獲取的伺服驅(qū)動(dòng)系統(tǒng)的運(yùn)行特征參數(shù)為觀測(cè)數(shù)據(jù)，以相應(yīng)的伺服驅(qū)動(dòng)系統(tǒng)所處的生命周期階段為隱含狀態(tài)，構(gòu)建出隱馬爾可夫模型；

預(yù)測(cè)模型構(gòu)建模塊，用于構(gòu)建帶有雙隱層的BP神經(jīng)網(wǎng)絡(luò)，并將所述BP神經(jīng)網(wǎng)絡(luò)的第二隱層替換為所述隱馬爾可夫模型構(gòu)建模塊所構(gòu)建出的隱馬爾可夫模型，得到用于預(yù)測(cè)伺服驅(qū)動(dòng)系統(tǒng)生命周期的預(yù)測(cè)模型；

生命周期預(yù)測(cè)模塊，用于獲取待預(yù)測(cè)的伺服驅(qū)動(dòng)系統(tǒng)的運(yùn)行特征參數(shù)，根據(jù)獲取的運(yùn)行特征參數(shù)，利用所述預(yù)測(cè)模型構(gòu)建模塊所構(gòu)建出的預(yù)測(cè)模型，得到所述待預(yù)測(cè)的伺服驅(qū)動(dòng)系統(tǒng)的生命周期的預(yù)測(cè)結(jié)果；

所述運(yùn)行特征參數(shù)的獲取過(guò)程，包括：

獲取待采集所述運(yùn)行特征參數(shù)的伺服驅(qū)動(dòng)系統(tǒng)的時(shí)域特征參數(shù)；其中，所述時(shí)域特征參數(shù)包括伺服驅(qū)動(dòng)系統(tǒng)的溫度、轉(zhuǎn)速、頻率以及反應(yīng)速度；

對(duì)獲取的所述時(shí)域特征參數(shù)進(jìn)行頻譜分析，得到伺服驅(qū)動(dòng)系統(tǒng)的頻域特征參數(shù)，并采用預(yù)設(shè)的小波分析法對(duì)時(shí)域特征參數(shù)進(jìn)行處理，求得小波能量譜作為伺服驅(qū)動(dòng)系統(tǒng)的時(shí)頻域特征參數(shù)；

使用主元分析法對(duì)所述時(shí)域特征參數(shù)、頻域特征參數(shù)以及時(shí)頻域特征參數(shù)進(jìn)行降維，得到所述運(yùn)行特征參數(shù)；

所述預(yù)設(shè)的小波分析法為db3或db5；

使用主元分析法對(duì)所述時(shí)域特征參數(shù)、頻域特征參數(shù)以及時(shí)頻域特征參數(shù)進(jìn)行降維，得到所述運(yùn)行特征參數(shù)，包括：

使用主元分析法對(duì)所述時(shí)域特征參數(shù)、頻域特征參數(shù)以及時(shí)頻域特征參數(shù)進(jìn)行降維提取，分別選出所述時(shí)域特征參數(shù)、頻域特征參數(shù)以及時(shí)頻域特征參數(shù)中貢獻(xiàn)率在85%以上的參數(shù)，作為所述運(yùn)行特征參數(shù)。