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
BUG研究员_1 分钟前
Runnable与LCEL
开发语言·人工智能·python
老马聊技术3 分钟前
Pytorch深度学习环境配置与测试
人工智能·pytorch·python
带娃的IT创业者9 分钟前
Open-Agents:当文件类型检测遇上轻量级AI代理范式
人工智能·ai代理·轻量级架构·文件类型检测·open-agents·vercel labs·内容识别
oh,huoyuyan10 分钟前
网页公开数据采集工具推荐
人工智能·爬虫·火车采集器
珠***格1 小时前
双碳目标下:四可装置如何助力光伏消纳与碳数据上报
网络·人工智能·分布式·安全·边缘计算
Python私教1 小时前
Codex 自动写 Commit 够安全吗?一套证据化 Git 提交流程
人工智能·git·后端
Python私教1 小时前
AI Agent 上生产要不要开写权限?我把执行链拆成 4 道闸门
人工智能·后端·python
专注数据的痴汉1 小时前
「数据下载」黑龙江省黑土区富锦市土地利用数据
大数据·人工智能·信息可视化
ding_zhikai1 小时前
1. AI 应用的工作模式
人工智能·ai应用
FII工业富联科技服务1 小时前
工业AR进入智能化阶段:AR+AI+数字孪生融合架构解析
人工智能·架构·ar