【技术实现步骤摘要】
热压机到寿预测方法及系统
[0001]本专利技术涉及机器学习
，具体涉及一种热压机到寿预测方法及系统。
技术介绍
[0002]热压机具有复杂的物理结构，在电池生产过程中产生着重大影响，为了防止该设备突发失效从而导致电池生产中断，因此需要进行热压机的剩余使用时间预测，提前做好应急处置及设备更换工作，确保生产过程持续进行、健康工作。热压机在生产过程中会输出数量大、维度高且具有时序性质的数据，这些历史数据能够表征部件的工作状态和物理特性。
[0003]到寿预测算法的核心任务正是基于热压机输出的历史数据推理出部件剩余使用时间，近些年关于到寿预测算法被广泛关注和研究，例如基于信息融合与小波变换的信号处理方法、基于状态参数估计的数学模型、基于深度学习的设备到寿预测等，尤其深度学习在设备到寿预测上有众多方案。但使用小波变换或傅里叶分解信号需要设置小波基函数和谐波基函数，不具有普适性；使用深度学习的方法存在着大量的超参数需要人为设定，通常采用人工经验调参或网格法搜索，较为耗时。
[0004]相关技术中，公布号为CN11...
【技术保护点】
【技术特征摘要】
1.一种热压机到寿预测方法，其特征在于，所述方法包括：S1、采集热压机的实时运行数据作为待处理数据；S2、在所述待处理数据中加入白噪声，得到待分解信号；S3、对所述待分解信号进行经验模态分解，并对模态分解结果求平均，得到本征模态分量；S4、计算所述待处理数据去除所述本征模态分量后得到的残差信号，将所述残差信号作为待处理数据执行所述步骤S2～S3，直至获得的残差信号为单调函数，确定本征模态分量数量；S5、基于所述本征模态分量数量对所述实时运行数据进行分解后，输入至预先训练好的预测模型，得到热压机到寿预测结果。2.如权利要求1所述的热压机到寿预测方法，其特征在于，在所述采集热压机的实时运行数据作为待处理数据之后，所述方法还包括：对所述实时运行数据进行预处理，得到预处理后的运行数据。3.如权利要求1所述的热压机到寿预测方法，其特征在于，所述对所述待分解信号进行经验模态分解，并对模态分解结果求平均，得到本征模态分量，包括：对所述待分解信号进行经验模态分解，并对模态分解结果求平均，得到的本征模态分量公式表示为：式中：表示本征模态分量，N表示模态分量的数量，C
j
(t)表示第j个模态分量。4.如权利要求1所述的热压机到寿预测方法，其特征在于，所述计算所述待处理数据去除所述本征模态分量后得到的残差信号，公式表示为：式中，r
n
(t)表示第n次分解后得到的残差信号，r
n
‑1(t)表示第n
‑
1次分解后得到的残差信号，表示第n次分解得到的本征模态分量。5.如权利要求1所述的热压机到寿预测方法，其特征在于，在所述采集热压机的实时运行数据作为待处理数据之前，所述方法还包括：采集热压机设备历史运行数据，并对所述历史运行数据进行预处理，得到预处理后的历史运行数据；对预处理后的所述历史运行数据进行经验模态分解，得到历史本征模态分量并构建数据集；将所述数据集中的数据作为所述预测模型的输入，采用粒子群算法对模型超参数进行自寻优，得到预先训练好的所述预测模型。6.如权利要求5所述的热压机到寿预测方法，其特征在于，将所述数据集按照比例划分为训练集、测试集和验证集，所述将所述数据集中的数据作为所述预测模型的输...
【专利技术属性】
技术研发人员：张伟，徐嘉文，张焰臣，
申请(专利权)人：合肥国轩高科动力能源有限公司，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。