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
DP DPharness1 分钟前
拆开 clearai-dsh 的包结构:一个 DSH 预设如何不改引擎加进认识论层
人工智能·dpharness
蜗牛互联网6 分钟前
Python Responses API函数调用实战:工具白名单、参数校验与预算
java·人工智能·后端
时代的凡人7 分钟前
用 AI 来做大学教材。
人工智能
秦先生在广东8 分钟前
GPT-6 模型家族选型、成本控制及长任务工作流管理深度指南
人工智能
禁默9 分钟前
如何把AI Agent托管在家里电脑:2026年UU远程终端/CLI/端口映射/网络代理开发者实测
网络·人工智能·电脑
开开心心就好9 分钟前
二维码批量生成导出工具,离线可用完全免费
java·前端·人工智能·智能手机·github·excel·visual studio
IT古董11 分钟前
《FDE前沿部署工程师实战教程》31 - Enterprise AI Reliability:Agent稳定性与生产运维体系
大数据·数据库·人工智能
这张生成的图像能检测吗16 分钟前
(论文速读)FFS:用 Normalizing Flow 改进 VOS 的虚拟异常特征合成
人工智能·计算机视觉·分布外检测
代码方舟17 分钟前
零信任架构实战:基于天远人车核验加强版构建自动化干线物流运力准入网关
大数据·人工智能·架构·自动化
天远API19 分钟前
零信任架构实战:基于天远人车核验加强版构建自动化商用车承保核验网关
运维·人工智能·架构·自动化