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
前端H4 分钟前
生成式 UI 实战:AI 如何重塑前端界面
前端·人工智能·ui
nanawinona4 分钟前
2026年AI量化学习,交易认知和技术实现要一起走
人工智能·python
影山飞雄5 分钟前
Using-Superpowers skill 逐行深度解析
人工智能
2601_956414148 分钟前
AI3D模型生成工具怎么比较?2026主流平台对比与实测维度解析
人工智能·3d
一键生成网站12 分钟前
政务国企数据可视化大屏AI工具对比与信创安全选型指南
人工智能·信息可视化·政务·
故乡de云34 分钟前
gemini-3-pro-preview 调用 generateContent 完整配置与排错:REST / Python SDK / Code0 兼容接入
人工智能·大模型·api·claude
珠海西格电力41 分钟前
零碳园区数据应用的具体场景有哪些?
大数据·人工智能·算法·架构·能源
CCYe、1 小时前
从零搭一个 AI 网关:30 分钟接入 GPT-5 / Claude / Gemini
人工智能
QiLinkOS1 小时前
徐玉生《中国技术大败局》完整体系深度评析(1)
人工智能·dna双螺旋归因模型·中国工业的数字验尸官·技术专利研发情报洞察·qilinkos报告·技术专利情报洞察·数字黑匣子