首页 专利交易 科技果 科技人才 科技服务 国际服务 商标交易 会员权益 IP管家助手 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索

基于机器学习的设备预测性维护方法、装置及电子设备 

买专利卖专利找龙图腾,真高效! 查专利查商标用IPTOP,全免费!专利年费监控用IP管家,真方便!

申请/专利权人:浪潮通用软件有限公司

摘要:本申请提供了一种基于机器学习的设备预测性维护方法、装置及电子设备,属于数据处理技术领域。包括:将预测性维护状态类别标记于设备运行历史数据;采用基于变分模式分解的生成对抗网络算法生成样本数据,以对设备运行历史数据进行扩充;对扩充后的设备运行历史数据进行特征提取,以训练特征提取模型;采用对偶损失计算方式对特征降维模型进行训练;将降维后的设备运行历史数据输入到分类器模型中进行分类器模型训练;基于已训练完成的特征提取模型、特征降维模型及分类器模型对新采集的设备运行实时数据进行处理,以输出预测性维护状态类别结果。可以提升预测的精度和效率,还增强了设备维护操作的及时性和经济效益。

主权项:1.一种基于机器学习的设备预测性维护方法,其特征在于,包括:采集设备运行历史数据,定义预测性维护状态类别,并将所述预测性维护状态类别标记于所述设备运行历史数据;基于所述设备运行历史数据,采用基于变分模式分解的生成对抗网络算法生成样本数据,以对所述设备运行历史数据进行扩充;在基于拓扑适应学习算法优化的神经网络的特征提取模型中,采用3层的全连接神经网络对扩充后的所述设备运行历史数据进行特征提取,以训练特征提取模型;在可微调整策略自编码神经网络特征降维模型中输入特征提取后的所述设备运行历史数据,采用对偶损失计算方式对特征降维模型进行训练;将降维后的所述设备运行历史数据输入到分类器模型中进行分类器模型训练;基于已训练完成的特征提取模型、特征降维模型及分类器模型对新采集的设备运行实时数据进行处理,以输出预测性维护状态类别结果。

全文数据:

权利要求:

百度查询: 浪潮通用软件有限公司 基于机器学习的设备预测性维护方法、装置及电子设备

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。