一种基于人工智能确定机电装置寿命的方法和系统制造方法及图纸

本发明专利技术提供一种基于人工智能确定机电装置寿命的方法和系统。所述方法和系统通过收集的试验数据分别建立寿命与影响寿命的指标之间的关系函数；再根据所述关系函数建立机电装置寿命预测基本模型，通过真实历史工况下的寿命数据进行模型训练，确定寿命预测成熟模型；最后通过输入实时采集的机电装置指标，确定机电装置预测寿命值。所述方法和系统基于人工智能，通过对影响机电装置寿命的指标建立寿命－指标关系函数，然后基于真实的历史工况下的寿命数据进行模型训练，生成成熟模型后确定机电装置的寿命，从而使预测更贴合实际工况，而且由于成熟模型是基于大量的历史数据进行训练得到的，机电装置寿命预测的结果更准确。

A method and system for determining the life of mechanical and electrical devices based on Artificial Intelligence

【技术实现步骤摘要】
一种基于人工智能确定机电装置寿命的方法和系统
本专利技术涉及人工智能领域,并且更具体地，涉及一种基于人工智能确定机电装置寿命的方法和系统。
技术介绍
现有技术中，通用的预测机电装置寿命的方法是基于可靠性模型来进行预测。所述可靠性模型预测寿命的方法主要是基于已有的寿命分布函数，如机械件默认服从威布尔分布，在预测其寿命时，只采用单一分布进行计算，不考虑真实的工况和多种因素共同作用的情况，如温度、气压、振动等，因此脱离了实际工况，预测准确度较低。所以需要一种技术，能解决上述通过可靠性模型预测机电装置寿命准确度较低的技术问题。
技术实现思路
为了解决现有技术中通过可靠性模型预测机电装置寿命准确度较低的技术问题，本专利技术提供一种基于人工智能确定机电装置寿命的方法，所述方法包括：基于机电装置寿命的极限状态，针对第i个影响机电装置寿命的指标进行合理范围的机电装置寿命试验，确定所述机电装置寿命和第i个指标的关系函数，其中，1≤i≤n，所述合理范围的机电装置寿命试验是指不超过机电装置的极限状态的试验；根据所述机电装置寿命与n个指标的关系函数建立机电装置寿命预测基本模型；采集N组机电装置在真实的历史工况下的寿命数据，其中，所述寿命数据包括机电装置寿命值和影响机电装置寿命的n个指标的数据值，其中，N＞n；将采集的N组寿命数据输入机电装置寿命预测基本模型，通过机器学习算法确定所述机电装置寿命预测成熟模型；采集机电装置运行过程中的n个指标的数据值，并将其输入机电装置寿命预测成熟模型；所述机电装置寿命预测成熟模型根据输入的n个指标的数据值计算并输出机电装置寿命值。进一步地，所述方法在基于机电装置的极限状态，针对第i个影响机电装置寿命的指标进行合理范围的机电装置寿命试验之前还包括根据机电装置的运行环境和运行中的状态，确定影响机电装置寿命的指标，所述指标包括温度、气压和装置振动。进一步地，所述基于机电装置寿命的极限状态，针对第i个影响机电装置寿命的指标进行合理范围的机电装置寿命试验，确定所述机电装置寿命和第i个指标的关系函数包括：建立基本函数库，其中，所述基本函数库包含的分布函数有威布尔分布函数、卡方分布函数、正态分布函数、泊松分布函数和二项分布函数；采集针对第i个影响机电装置寿命的指标进行试验的数据；根据寿命分布匹配算法将采集的数据与基本函数库进行比较，确定所述机电装置寿命和第i个指标的关系函数，其中，所述寿命分布匹配算法包括灰色关联度算法和极大似然估计算法，所述关系函数的公式为：Yi＝f(xi)式中，xi为影响机电装置寿命的第i个指标，Yi为在且仅在第i个指标xi的影响下的寿命值；f(xi)为机电装置寿命Yi和影响寿命的指标xi的关系函数。进一步地，根据所述机电装置寿命与n个指标的关系函数建立机电装置寿命预测基本模型，其中，所述机电装置寿命预测基本模型的公式为：式中，Y为机电装置在n个指标共同影响下的寿命值；f(xi)为机电装置在且仅在指标xi的影响下的寿命和指标xi的关系函数，ci为指标xi影响机电装置寿命的影响因子，b为机电装置在n个指标共同影响下确定寿命时的修正因子。进一步地，所述将采集的N组寿命数据输入机电装置寿命预测基本模型，通过机器学习算法确定所述机电装置寿命预测成熟模型包括：将采集的N组寿命数据输入机电装置寿命预测基本模型，并基于所述寿命数据生成N个预测机电装置寿命的方程，其中，所述第j个方程的公式为：式中，1≤j≤N；基于所述N个预测机电装置寿命的方程，根据线性回归算法确定机电装置寿命预测基本模型中的影响因子ci和修正因子b，生成机电装置寿命预测成熟模型。根据本专利技术的另一方面，本专利技术提供一种基于人工智能确定机电装置寿命的系统，所述系统包括：关系函数单元，其用于基于机电装置寿命的极限状态，针对第i个影响机电装置寿命的指标进行合理范围的机电装置寿命试验，确定所述机电装置寿命和第i个指标的关系函数，其中，1≤i≤n，所述合理范围的机电装置寿命试验是指不超过机电装置的极限状态的试验；基本模型单元，其用于根据所述机电装置寿命与n个指标的关系函数建立机电装置寿命预测基本模型；第一采集单元，其用于采集N组机电装置在真实的历史工况下的寿命数据，其中，所述寿命数据包括机电装置寿命值和影响机电装置寿命的n个指标的数据值，其中，N＞n；成熟模型单元，其用于将采集的N组寿命数据输入机电装置寿命预测基本模型，通过机器学习算法确定所述机电装置寿命预测成熟模型；第二采集单元，其用于采集机电装置运行过程中的n个指标的数据值，并将其输入机电装置寿命预测成熟模型；结果输出单元，其用于所述机电装置寿命预测成熟模型根据输入的n个指标的数据值计算并输出机电装置寿命值。进一步地，所述还包括指标确定单元，其用于根据机电装置的运行环境和运行中的状态，确定影响机电装置寿命的指标，所述指标包括温度、气压和装置振动。进一步地，所述关系函数单元包括：函数库单元，其用于建立基本函数库，其中，所述基本函数库包含的分布函数有威布尔分布函数、卡方分布函数、正态分布函数、泊松分布函数和二项分布函数；数据采集单元，其用于采集针对第i个影响机电装置寿命的指标进行试验的数据；函数确定单元，其用于根据寿命分布匹配算法将采集的数据与基本函数库进行比较，确定所述机电装置寿命和第i个指标的关系函数，其中，所述寿命分布匹配算法包括灰色关联度算法和极大似然估计算法，所述关系函数的公式为：Yi＝f(xi)式中，xi为影响机电装置寿命的第i个指标，Yi为在且仅在第i个指标xi的影响下的寿命值；f(xi)为机电装置寿命Yi和影响寿命的指标xi的关系函数。进一步地，所述基本模型单元的机电装置寿命预测基本模型的公式为：式中，Y为机电装置在n个指标共同影响下的寿命值；f(xi)为机电装置在且仅在指标xi的影响下的寿命和指标xi的关系函数，ci为指标xi影响机电装置寿命的影响因子，b为机电装置在n个指标共同影响下确定寿命时的修正因子。进一步地，所述成熟模型单元包括：方程确定单元，其用于将采集的N组寿命数据输入机电装置寿命预测基本模型，并基于所述寿命数据生成N个预测机电装置寿命的方程，其中，所述第j个方程的公式为：式中，1≤j≤N；机器学习单元，其用于基于所述N个预测机电装置寿命的方程，根据线性回归算法确定机电装置寿命预测基本模型中的影响因子ci和修正因子b，生成机电装置寿命预测成熟模型。本专利技术技术方案提供的基于人工智能确定机电装置寿命的方法和系统首先明确影响机电装置寿命的重要指标，如振动、温度等，其次基于机电装置的极限状态，设计合理范围的试验如温度试验、振动试验等，并进行数据收集；通过收集的试验数据分别建立寿命—温度，寿命—振动等寿命与指标之间的关系函数；再根据所述关系函数建立机电装置寿命本文档来自技高网...

【技术保护点】
1.一种基于人工智能确定机电装置寿命的方法，其特征在于，所述方法包括：/n基于机电装置寿命的极限状态，针对第i个影响机电装置寿命的指标进行合理范围的机电装置寿命试验，确定所述机电装置寿命和第i个指标的关系函数，其中，1≤i≤n，所述合理范围的机电装置寿命试验是指不超过机电装置的极限状态的试验；/n根据所述机电装置寿命与n个指标的关系函数建立机电装置寿命预测基本模型；/n采集N组机电装置在真实的历史工况下的寿命数据，其中，所述寿命数据包括机电装置寿命值和影响机电装置寿命的n个指标的数据值，其中，N＞n；/n将采集的N组寿命数据输入机电装置寿命预测基本模型，通过机器学习算法确定所述机电装置寿命预测成熟模型；/n采集机电装置运行过程中的n个指标的数据值，并将其输入机电装置寿命预测成熟模型；/n所述机电装置寿命预测成熟模型根据输入的n个指标的数据值计算并输出机电装置寿命值。/n

【技术特征摘要】
1.一种基于人工智能确定机电装置寿命的方法，其特征在于，所述方法包括：
基于机电装置寿命的极限状态，针对第i个影响机电装置寿命的指标进行合理范围的机电装置寿命试验，确定所述机电装置寿命和第i个指标的关系函数，其中，1≤i≤n，所述合理范围的机电装置寿命试验是指不超过机电装置的极限状态的试验；
根据所述机电装置寿命与n个指标的关系函数建立机电装置寿命预测基本模型；
采集N组机电装置在真实的历史工况下的寿命数据，其中，所述寿命数据包括机电装置寿命值和影响机电装置寿命的n个指标的数据值，其中，N＞n；
将采集的N组寿命数据输入机电装置寿命预测基本模型，通过机器学习算法确定所述机电装置寿命预测成熟模型；
采集机电装置运行过程中的n个指标的数据值，并将其输入机电装置寿命预测成熟模型；
所述机电装置寿命预测成熟模型根据输入的n个指标的数据值计算并输出机电装置寿命值。


2.根据权利要求1所述的方法，其特征在于，所述方法在基于机电装置的极限状态，针对第i个影响机电装置寿命的指标进行合理范围的机电装置寿命试验之前还包括根据机电装置的运行环境和运行中的状态，确定影响机电装置寿命的指标，所述指标包括温度、气压和装置振动。


3.根据权利要求1所述的方法，其特征在于，所述基于机电装置寿命的极限状态，针对第i个影响机电装置寿命的指标进行合理范围的机电装置寿命试验，确定所述机电装置寿命和第i个指标的关系函数包括：
建立基本函数库，其中，所述基本函数库包含的分布函数有威布尔分布函数、卡方分布函数、正态分布函数、泊松分布函数和二项分布函数；
采集针对第i个影响机电装置寿命的指标进行试验的数据；
根据寿命分布匹配算法将采集的数据与基本函数库进行比较，确定所述机电装置寿命和第i个指标的关系函数，其中，所述寿命分布匹配算法包括灰色关联度算法和极大似然估计算法，所述关系函数的公式为：
Yi＝f(xi)
式中，xi为影响机电装置寿命的第i个指标，Yi为在且仅在第i个指标xi的影响下的寿命值；f(xi)为机电装置寿命Yi和影响寿命的指标xi的关系函数。


4.根据权利要求3所述的方法，其特征在于，根据所述机电装置寿命与n个指标的关系函数建立机电装置寿命预测基本模型，其中，所述机电装置寿命预测基本模型的公式为：



式中，Y为机电装置在n个指标共同影响下的寿命值；f(xi)为机电装置在且仅在指标xi的影响下的寿命和指标xi的关系函数，ci为指标xi影响机电装置寿命的影响因子，b为机电装置在n个指标共同影响下确定寿命时的修正因子。


5.根据权利要求1所述的方法，其特征在于，所述将采集的N组寿命数据输入机电装置寿命预测基本模型，通过机器学习算法确定所述机电装置寿命预测成熟模型包括：
将采集的N组寿命数据输入机电装置寿命预测基本模型，并基于所述寿命数据生成N个预测机电装置寿命的方程，其中，所述第j个方程的公式为：



式中，1≤j≤N；
基于所述N个预测机电装置寿命的方程，根据线性回归算法确定机电装置寿命预测基本模型中的影响...

【专利技术属性】
技术研发人员：范永欣，张成胜，赵旷，王可，袁伟强，丁顺礼，
申请(专利权)人：北京瑞风协同科技股份有限公司，
类型：发明
国别省市：北京;11