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
小禾everyday2 分钟前
毫秒级叫停:实时监控让AI代理不烧冤枉钱
人工智能
橘和柠4 分钟前
RAG检索增强实战:原理、七步链路与最小可用代码
人工智能
龙腾-虎跃4 分钟前
AI-Vue3-python-flask-Blog 全栈博客项目深度解析:从零搭建你的 AI 博客
人工智能·python·flask
沐风___5 分钟前
AI 开发 iOS 的 7 个步骤:从想法到上线
人工智能
大强同学8 分钟前
Muse 搭配 Tailscale!让 AI 钻进家里内网,直接访问你电脑里的素材!
人工智能
水圈模拟8 分钟前
世界模型:让 AI 预判水怎么流
人工智能·机器人
nm_zfyjt9 分钟前
GEO 实战指南:面向 RAG 链路的企业品牌内容优化方法
人工智能·搜索引擎优化·品牌知识库
鲜于言悠90510 分钟前
Cosmos Curator踩坑:只传1条视频,模型却全部加载
人工智能
2401_8322981014 分钟前
以智赋能,向善而行——理性拥抱人工智能新时代
人工智能
johnsong14 分钟前
AI前沿日报 2026-10-10:边缘融合
人工智能