-
公开(公告)号:CN107025274A
公开(公告)日:2017-08-08
申请号:CN201710167930.X
申请日:2017-03-21
Applicant: 华中科技大学
IPC: G06F17/30
CPC classification number: G06F17/30312 , G06F17/30572
Abstract: 本发明属于工业大数据处理相关技术领域,其公开了一种基于Hadoop的设备健康状态智能感知系统及方法,所述设备健康状态智能感知系统包括有多个传感器、Hadoop平台、数据管理模块、数据处理模块、状态监测模块、寿命监测模块及数据可视化模块;多个所述传感器用于检测设备的状态数据;所述Hadoop平台用于对所述状态数据进行分布式处理;所述数据管理模块用于对所述状态数据的导入及管理;所述数据处理模块对所述状态数据进行处理并将处理后的所述状态数据进行分类存储;所述状态监测模块用于对设备的状态进行识别及预测;所述寿命预测模块用于预测设备的寿命;所述数据可视化模块用于提取状态数据以进行可视化显示。
-
公开(公告)号:CN106126827A
公开(公告)日:2016-11-16
申请号:CN201610488625.6
申请日:2016-06-28
Applicant: 华中科技大学
IPC: G06F17/50 , G05B19/4065
CPC classification number: G06F17/5036 , G05B19/4065
Abstract: 本发明公开了一种数控装备健康指数的监测方法,该监测方法包括采集对应多个历史健康指数的传感器信号,提取传感器信号的时域特征并将其归一化,选取目标特征参数,获得所述目标特征参数的聚类中心,并根据所述聚类中心,建立自适应神经网络模型,最后采集在线传感器信号,输入所述自适应神经网络模型,获得所述健康指数。通过本发明,针对加工过程中采集到的传感器信号,分组并提取特征参数,揭示传感器信号与健康指数的映射关系,减少了神经网络模型的计算量,简化了建立步骤。
-
公开(公告)号:CN106126827B
公开(公告)日:2019-04-12
申请号:CN201610488625.6
申请日:2016-06-28
Applicant: 华中科技大学
IPC: G06F17/50 , G05B19/4065
Abstract: 本发明公开了一种数控装备健康指数的监测方法,该监测方法包括采集对应多个历史健康指数的传感器信号,提取传感器信号的时域特征并将其归一化,选取目标特征参数,获得所述目标特征参数的聚类中心,并根据所述聚类中心,建立自适应神经网络模型,最后采集在线传感器信号,输入所述自适应神经网络模型,获得所述健康指数。通过本发明,针对加工过程中采集到的传感器信号,分组并提取特征参数,揭示传感器信号与健康指数的映射关系,减少了神经网络模型的计算量,简化了建立步骤。
-
-