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
爱喝白开水a1 分钟前
春节后普通程序员如何“丝滑”跨行AI:不啃算法,也能拿走AI
java·人工智能·算法·spring·ai·前端框架·大模型
两万五千个小时10 分钟前
解析 OpenClaw AgentSkills:AI Agent 如何通过「技能包」实现专业化
人工智能·程序员·代码规范
热点速递13 分钟前
美团2025年“翻车”实录:从盈利王者到赤字领跑!
人工智能·业界资讯
ai产品老杨17 分钟前
异构计算时代的架构突围:基于 Docker 的 AI 视频平台如何实现 X86/ARM 与 GPU/NPU 全兼容(源码交付)
人工智能·docker·架构
beyond阿亮20 分钟前
OpenClaw在Windows上接入飞书完整指南
人工智能·windows·ai·openclaw
ybdesire20 分钟前
通过训练代码来理解DLLM扩散语言模型
人工智能·语言模型·自然语言处理
多年小白20 分钟前
Anthropic发布Mythos模型:为什么网络安全板块先跌为敬
网络·人工智能·科技·ai编程
爱丽_22 分钟前
多因素最优解到梯度下降:AI 训练的数学主线
人工智能
网络工程小王26 分钟前
【Python数据分析基础】
大数据·数据库·人工智能·学习
skilllite作者28 分钟前
开源项目推荐SkillLite,项目取得阶段性成果总结
人工智能