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
大数据AI人工智能培训专家培训讲师叶梓6 分钟前
Merlin:面向腹部 CT 的三维视觉语言基础模型
人工智能·计算机视觉·大模型·医疗·ct·视觉大模型·医疗人工智能
AI_Auto17 分钟前
【智能制造】-五大AI场景重塑智能制造
人工智能·制造
ggabb28 分钟前
光芯片技术突破与AI算力应用解析
人工智能
大强同学41 分钟前
Obsidian CLI + Claude Code = 王炸组合
人工智能·windows·ai编程·cli
工业机器视觉设计和实现44 分钟前
微分方程的联想
人工智能·神经网络·感想
罗罗攀1 小时前
PyTorch学习笔记|神经网络的损失函数
人工智能·pytorch·笔记·神经网络·学习
枫叶林FYL1 小时前
第9章 因果推理与物理理解
人工智能·算法·机器学习
AIBox3652 小时前
openclaw api 配置排查与接入指南:网关启动、配置文件和模型接入全流程
javascript·人工智能·gpt
LoserChaser2 小时前
OpenClaw 指令大全:分类详解与使用指南
人工智能·ai·语言模型
TDengine (老段)2 小时前
TDengine IDMP 可视化 —— 面板
大数据·数据库·人工智能·物联网·ai·时序数据库·tdengine