线圈寿命预测 数据集讲解

来自-郭师兄

1.这个是线圈数据的阻抗、电抗等数据,我想根据这个个数据进行线圈寿命预测也就是RUL预测,请问有什么思路吗。

最简单的思路:

数据通过某种方法进行压缩表征到一维再通过 同时需要标签。

确定一个特征

使用降维方法如同PCA来构建HI指标也就是label

502 个点为一个周期数据 一共有106个周期

利用各个退化周期采集的电抗谱 数据集,通过对多个频率下的电抗数据 进行拟合,可以得到当前状态下的谐振频率 。在退化过程中,谐振频率一般呈下降趋势,第1次循环至第99次循环为退化阶段,第100次循环至第106次循环为失效阶段,如图5.4所示。试验结果表明,谐振频率可以作为评价电磁线圈健康状况的有效特征参数。

图1 电磁线圈退化状态下的谐振频率变化情况

思路1:拿到由多个频率下的电抗数据 拟合得到当前状态下的谐振频率 ,可以去做时序预测。

图2 电磁线圈退化过程中电抗谱的变化情况

相关推荐
AI技术新视界32 分钟前
大模型推理延迟与吞吐量优化指南
人工智能·llm·推理引擎
武子康35 分钟前
黑图、彩色噪声、NaN、偏色怎么排查
人工智能·后端·agent
hahaha601642 分钟前
数字图像增强 & 锐化
人工智能
涤生大数据1 小时前
Doris Summit 2026 报名启动!议程全面公开,10 月 21-22 日敬请关注
人工智能
AICoder码农王1 小时前
如何写 Skill 第11课,实战工坊:痛点验出来,骨架偷出来
人工智能
feasibility.1 小时前
不装Claude Code,WorkBuddy也能做视频,Remotion skill告别抽卡(含安装与使用)
人工智能·aigc·音视频·agi·skill·remotion·workbuddy
Figo_Cheung1 小时前
Figo潜空间层级认知理论:基于齐夫拓扑与黎曼几何的结构化模型研究
人工智能·架构·空间计算
小宋10211 小时前
用户点踩后怎么变成回归用例:请求快照、反馈聚类与复现率验收
人工智能·回归·kotlin·聚类
小草cys1 小时前
玄工科技XUANGONG TECH ·把科研级技术能力 交付为可落地的产品
人工智能·科技·可信计算技术·玄工科技
码上观世界1 小时前
AI PPT 设计方法以及与dashi ppt 对比
人工智能·powerpoint