本發明公開了一種基于深度學習的設備剩余壽命預測模型構建方法。該方法基于Transformer的多頭注意力機制的深度學習模型,通過深度學習模型挖掘多維監測數據與產品性能指標之間的耦合關系,并通過Transformer捕捉時序變化過程中的性能變化信息,將試驗樣本全壽命監測數據,通過位置編碼,輸入Transformer模型進行再訓練和預測,通過n臺樣本可靠性增長試驗數據以及Wiener過程模型,得到Wiener過程的未知參數μ和σ的似然函數,得到設備失效概率隨時間變化的分布密度函數,通過積分求解設備從健康到故障的預測時間,最后通過貝葉斯公式與后驗概率求解設備基于可靠性與性能一體化的剩余壽命預測結果。
聲明:
“基于深度學習的設備剩余壽命預測模型構建方法” 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)