基于信息物理系统的微增压氧舱健康管理系统研究

为提高微增压氧舱设备的健康状态管理水平,搭建基于信息物理系统(Cyber-Physical Systems,CPS)的微增压氧舱健康管理系统。根据选取的氧舱特征参数设计数据采集硬件系统,利用轻量级梯度提升决策树(LightGBM)算法与长短时记忆(Long Short-Term Memory,LSTM)算法,分别建立故障诊断模型和故障预测模型,结合氧舱的业务场景需求对健康状态进行等级划分,设置不同警报等级,并在平台前端进行信息可视化展示,从而监控设备的实时运行状态,保证氧舱使用的安全性。