【技术实现步骤摘要】
本公开总体说来涉及齿轮箱，更具体地讲，涉及一种齿轮箱寿命预估方法、装置、电子设备、存储介质和程序产品。
技术介绍
1、随着工业自动化和智能化的发展，对机械设备的可靠性和安全性要求越来越高。齿轮箱作为机械设备中的关键部件，其健康状态直接关系到整个系统的稳定性。
2、传统的齿轮箱维护策略往往基于定期维护，缺乏对齿轮箱实际工作状态的实时监测和分析，导致维护决策不够精准，可能造成资源浪费或设备故障。
技术实现思路
1、本公开提供一种齿轮箱寿命预估方法、装置、电子设备、存储介质和程序产品，用于解决上述问题中的至少一个。
2、根据本公开实施例的第一方面，提供一种齿轮箱寿命预估方法，所述齿轮箱寿命预估方法包括：获取目标齿轮箱的历史运行信号和工况信息，其中，所述运行信号包括振动信号和/或温度信号；对所述历史运行信号进行特征提取处理，得到运行特征；使用训练好的预估模型处理所述运行特征和所述工况信息，得到预估剩余寿命，其中，所述预估模型为机器学习模型，所述预估模型的训练样本包括多个不同工况下的齿轮箱的全寿命周期运行信号。
3、可选地，所述预估模型通过以下步骤训练得到：针对待训练的预估模型，随机确定多组超参数值，得到多个第一预估模型，其中，所述多组超参数值与所述多个第一预估模型一一对应；使用所述训练样本，对所述多个第一预估模型分别进行训练，得到多个第二预估模型；使用遗传算法，对所述多个第二预估模型进行超参数更新和训练，直到满足预设结束条件，得到多个第三预估模型；从所述
4、可选地，所述遗传算法中的交叉操作包括单点交叉或双点交叉；和/或所述遗传算法中的变异操作包括高斯变异。
5、可选地，所述预估模型为卷积神经网络，所述预估模型包括卷积层、池化层和全连接层，所述预估模型的超参数包括以下至少一个：卷积核数量、卷积核大小、池化窗口大小、全连接层神经元数量、学习率。
6、可选地，所述使用训练好的预估模型处理所述运行特征和所述工况信息，得到预估剩余寿命，包括：将所述运行特征和所述工况信息输入所述训练好的预估模型，得到所述预估剩余寿命；或将所述运行特征输入所述训练好的预估模型中与所述工况信息相对应的子模型，得到所述预估剩余寿命，其中，所述训练好的预估模型包括多个子模型，所述多个子模型与多个工况信息一一对应。
7、可选地，所述运行特征包括以下至少一个或多个组合：时域特征、频域特征、时频域特征，其中，所述时域特征包括以下至少一个或多个组合：峰值、均值、方差、偏度、最大值、最小值、均方根值和波形系数，所述频域特征包括功率谱密度，所述时频域特征包括小波变换系数。
8、根据本公开实施例的第二方面，提供一种齿轮箱寿命预估装置，所述齿轮箱寿命预估装置包括：获取单元，被配置为获取目标齿轮箱的历史运行信号和工况信息，其中，所述运行信号包括振动信号和/或温度信号；提取单元，被配置为对所述历史运行信号进行特征提取处理，得到运行特征；预估单元，被配置为使用训练好的预估模型处理所述运行特征和所述工况信息，得到预估剩余寿命，其中，所述预估模型为机器学习模型，所述预估模型的训练样本包括多个不同工况下的齿轮箱的全寿命周期运行信号。
9、可选地，所述预估模型通过以下步骤训练得到：针对待训练的预估模型，随机确定多组超参数值，得到多个第一预估模型，其中，所述多组超参数值与所述多个第一预估模型一一对应；使用所述训练样本，对所述多个第一预估模型分别进行训练，得到多个第二预估模型；使用遗传算法，对所述多个第二预估模型进行超参数更新和训练，直到满足预设结束条件，得到多个第三预估模型；从所述多个第三预估模型中确定出所述训练好的预估模型。
10、可选地，所述遗传算法中的交叉操作包括单点交叉或双点交叉；和/或所述遗传算法中的变异操作包括高斯变异。
11、可选地，所述预估模型为卷积神经网络，所述预估模型包括卷积层、池化层和全连接层，所述预估模型的超参数包括以下至少一个：卷积核数量、卷积核大小、池化窗口大小、全连接层神经元数量、学习率。
12、可选地，所述预估单元还被配置为：将所述运行特征和所述工况信息输入所述训练好的预估模型，得到所述预估剩余寿命；或将所述运行特征输入所述训练好的预估模型中与所述工况信息相对应的子模型，得到所述预估剩余寿命，其中，所述训练好的预估模型包括多个子模型，所述多个子模型与多个工况信息一一对应。
13、可选地，所述运行特征包括以下至少一个或多个组合：时域特征、频域特征、时频域特征，其中，所述时域特征包括以下至少一个或多个组合：峰值、均值、方差、偏度、最大值、最小值、均方根值和波形系数，所述频域特征包括功率谱密度，所述时频域特征包括小波变换系数。
14、根据本公开实施例的第三方面，提供了一种电子设备，包括：至少一个处理器；至少一个存储计算机可执行指令的存储器，其中，计算机可执行指令在被至少一个处理器运行时，促使至少一个处理器执行根据本公开的示例性实施例的齿轮箱寿命预估方法。
15、根据本公开实施例的第四方面，提供了一种计算机可读存储介质，计算机可读存储介质中的指令在被至少一个处理器运行时，促使至少一个处理器执行根据本公开的示例性实施例的齿轮箱寿命预估方法。
16、根据本公开实施例的第五方面，提供了一种计算机程序产品，包括计算机指令，计算机指令在被至少一个处理器运行时，促使至少一个处理器执行根据本公开的示例性实施例的齿轮箱寿命预估方法。
17、本公开的实施例提供的技术方案至少带来以下有益效果：根据本公开的齿轮箱寿命预估方法及装置、电子设备、存储介质，通过分析目标齿轮箱的历史运行信号和工况信息等数据，能够准确预估目标齿轮箱的剩余寿命，并基于目标齿轮箱的工作过程数据实时监测其工作状态，及时发现潜在的故障风险，从而为设备的维护策略优化提供了科学依据，既减少了资源浪费，降低了维护成本，提高了齿轮箱的监测和维护效率，又有助于减少因故障导致的生产停滞、生产事故和经济损失，对于提高机械设备的运行效率、可靠性和安全性具有重要的意义。
18、应当理解的是，以上的一般描述和后文的细节描述仅是示例性和解释性的，并不能限制本公开。
本文档来自技高网...【技术保护点】
1.一种齿轮箱寿命预估方法，其特征在于，所述齿轮箱寿命预估方法包括：
2.如权利要求1所述的齿轮箱寿命预估方法，其特征在于，所述预估模型通过以下步骤训练得到：
3.如权利要求2所述的齿轮箱寿命预估方法，其特征在于，
4.如权利要求2所述的齿轮箱寿命预估方法，其特征在于，
5.如权利要求1至4中的任一权利要求所述的齿轮箱寿命预估方法，其特征在于，所述使用训练好的预估模型处理所述运行特征和所述工况信息，得到预估剩余寿命，包括：
6.如权利要求1至4中的任一权利要求所述的齿轮箱寿命预估方法，其特征在于，
7.一种齿轮箱寿命预估装置，其特征在于，所述齿轮箱寿命预估装置包括：
8.一种电子设备，其特征在于，包括：
9.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质中的指令在被至少一个处理器运行时，促使所述至少一个处理器执行如权利要求1至6中任一项所述的齿轮箱寿命预估方法。
10.一种计算机程序产品，包括计算机指令，其特征在于，所述计算机指令在被至少一个处理器运行时，促使所
...【技术特征摘要】
1.一种齿轮箱寿命预估方法，其特征在于，所述齿轮箱寿命预估方法包括：
2.如权利要求1所述的齿轮箱寿命预估方法，其特征在于，所述预估模型通过以下步骤训练得到：
3.如权利要求2所述的齿轮箱寿命预估方法，其特征在于，
4.如权利要求2所述的齿轮箱寿命预估方法，其特征在于，
5.如权利要求1至4中的任一权利要求所述的齿轮箱寿命预估方法，其特征在于，所述使用训练好的预估模型处理所述运行特征和所述工况信息，得到预估剩余寿命，包括：
6.如权利要求1至4中的任一权利要求所述的齿...
【专利技术属性】
技术研发人员：高扬，叶小芬，吕彦锋，赵恺，阙红波，刘勇，金思勤，王迎春，魏昱洲，
申请(专利权)人：中国科学院自动化研究所，
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。