基于循环神经网络的机器健康监控方法、装置及终端设备

摘要

本发明适用于机械设备监控技术领域，提供了一种基于循环神经网络的机器健康监控方法、装置及终端设备，方法包括基于目标设备的离线机器数据提取多域特征生成原始特征集；通过层次聚类算法对原始特征集进行聚类分析，并根据聚类分析结果在原始特征集中选择满足预设距离范围的特征作为待训练特征子集；在离线监控和在线监控分别使用不同的机器数据训练隐马尔可夫模型进行异常时刻识别，以及训练堆叠双向长短期记忆神经网络模型对目标设备的剩余使用寿命进行预测。通过本发明可以准确捕捉目标设备的异常时刻，并准确地对目标设备的剩余使用寿命进行预测。