基于聚类和Transformer算法的真空干泵剩余寿命预测方法及设备技术

一种基于聚类和Transformer算法的真空干泵剩余寿命预测方法及设备，涉及机械设备健康监测技术领域。预测方法包含F1、获取真空干泵的监测数据，并进行预处理。F2、将预处理后的监测数据输入预测模型，获取预警级别。预测模型的训练步骤包含S1、获取历史特征数据。S2、对数据进行预处理，获取过滤后的数据。S3、根据距离宕机时刻的时长和距离指定时刻的时长设置预警级别。S4、将数据划分为训练集和测试集。S5、对数据进行采样。S6、对泵的型号进行全局归一化，对其余特征进行局部归一化。S7、采用聚类方法清除训练集的故障数据的噪声。S8、用清除噪声后的训练集训练模型。S9、用归一化处理后测试集测试模型，直至训练出来的模型符合要求。

【技术实现步骤摘要】

本专利技术涉及机械设备健康监测，具体而言，涉及一种基于聚类和transformer算法的真空干泵剩余寿命预测方法及设备。

技术介绍

1、真空干泵在多个行业中发挥着关键作用，但其性能会因长期运行和复杂环境而下降，引发故障和停机。这对企业的生产效率和产品质量构成威胁。目前，企业主要依靠定期维护和人工诊断来管理这些设备，但这些方法存在局限性。

2、现有的真空干泵剩余寿命预测技术主要分为物理模型、数据驱动和二者的混合方法三种。物理模型方法通过建立数学模型来预测设备寿命，虽然准确度较高，但需要大量专家经验和先验知识，难以适应复杂系统。数据驱动方法利用传感器数据和机器学习技术进行预测，具有较好的通用性和适应性，但可能面临数据质量和标注困难的挑战。

3、随着深度学习技术的不断发展和数据处理能力的提高，深度学习已经成为机械设备剩余寿命预测领域中强有力的分析工具。深度学习技术通过自动提取数据特征，提高了预测的准确性和效率，但仍然存在对噪声敏感、难以处理大规模数据等问题。特别是在处理时间序列数据时，传统方法可能会遇到梯度消失或爆炸的问题，限制了性能。<本文档来自技高网...

【技术保护点】

1.一种基于聚类和Transformer算法的真空干泵剩余寿命预测方法，其特征在于，包含：

2.根据权利要求1所述的一种基于聚类和Transformer算法的真空干泵剩余寿命预测方法，其特征在于，历史特征数据包括真空干泵运行时的状态信息；状态信息包括设备型号、下泵功率、上泵功率、下泵转速、上泵转速、下泵温度、上泵温度、氮气流量和排气压力；

3.根据权利要求1所述的一种基于聚类和Transformer算法的真空干泵剩余寿命预测方法，其特征在于，真空干泵包含上泵和下泵；

4.根据权利要求1所述的一种基于聚类和Transformer算法的真空干泵剩余寿命预测...

【技术特征摘要】

1.一种基于聚类和transformer算法的真空干泵剩余寿命预测方法，其特征在于，包含：

2.根据权利要求1所述的一种基于聚类和transformer算法的真空干泵剩余寿命预测方法，其特征在于，历史特征数据包括真空干泵运行时的状态信息；状态信息包括设备型号、下泵功率、上泵功率、下泵转速、上泵转速、下泵温度、上泵温度、氮气流量和排气压力；

3.根据权利要求1所述的一种基于聚类和transformer算法的真空干泵剩余寿命预测方法，其特征在于，真空干泵包含上泵和下泵；

4.根据权利要求1所述的一种基于聚类和transformer算法的真空干泵剩余寿命预测方法，其特征在于，以各个时刻距离宕机时刻的时长，为宕机泵的过滤后的数据的各个时刻设置预警级别，并以各个时刻距离指定时刻的时长，为非宕机泵的过滤后的数据的各个时刻设置预警级别，具体包括：

5.根据权利要求1所述的一种基于聚类和transformer算法的真空干泵剩余寿命预测方法，其特征在于，分别对训练集和测试集中的数据进行采样，以增加故障样本的数量，具体包括：

6.根据权利要求1所述的一种基于聚类和transformer算法的真空干泵剩余寿命预测方法，其特征在于，根据采样后的训练集和测试集，对泵的型号进行全局归一化，对型号以外的特征数据按窗口分别进行局部归一化...

【专利技术属性】
技术研发人员：王成，陈善焱，陈浩楠，陈珞瑶，缑锦，黄玉钊，杜宏锟，
申请(专利权)人：华侨大学，
类型：发明
国别省市：