本發明公開了一種基于經驗小波變換EWT和神經網絡的零部件壽命預測方法和裝置。所述方法從待預測零部件提取獲取表征壽命的時間序列數據,作為訓練數據;對訓練數據進行經驗小波變換EWT分解,提取頻率最低的單分量信號作為趨勢項即表征零部件穩態的特征,并將其余各階單分量信號合并起來作為剩余項即表征零部件波動的特征;利用剩余項對神經網絡時間序列預測模型進行建模;利用零部件數學模型構造趨勢項的預測模型;將剩余項的預測模型與趨勢項的預測模型結合起來構成整體的預測模型,獲得壽命預測數據;根據失效閾值和所述壽命預測數據判定失效時間,獲得最終壽命預測結果。使用本發明能夠提高預測精度,降低標準均方根誤差。
聲明:
“基于經驗小波變換和神經網絡的零部件壽命預測方法和裝置” 該技術專利(論文)所有權利歸屬于技術(論文)所有人。僅供學習研究,如用于商業用途,請聯系該技術所有人。
我是此專利(論文)的發明人(作者)