基于深度学习的工业设备剩余寿命预测方法研究

来源 :华南理工大学 | 被引量 : 0次 | 上传用户:wzhqch
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
复杂且精密度高的设备因退化失效发生故障会造成重大损失。工业设备剩余寿命预测是故障预测与健康管理的重要组成部分。根据设备的运行状态数据预测剩余寿命,用于制定维护计划,从而保证其安全可靠地运行,可以节省大量人力财力成本。在航天航空、风力发电和高速列车等领域的预测性维护中有重要应用意义。深度学习方法在剩余寿命预测领域的研究虽然已取得了一定进展,但仍然存在很大的优化空间。本文针对循环神经网络进行剩余寿命预测具有局限性、不同工况下设备运行数据分布有差异且存在无标签数据等问题,主要开展了如下研究:(1)针对循环神经网络不能解决长时依赖、对输入多维时间序列每个维度数据同等看待的问题,本文在长短期记忆网络的基础上加入特征注意力机制,构建基于特征选择与注意力机制融合的剩余寿命预测模型(FA-LSTM)。FA-LSTM使用三层全连接层实现特征注意力机制,对多维传感器监测数据中的不同的传感器输入数据赋予不同的权重,使模型具有特征选择的能力。将本文所设计的模型在航空涡扇发动机数据集上与长短期记忆网络、卷积神经网络、梯度提升决策树等模型进行对比实验。实验结果表明,本文所提出的模型能够有效提升剩余寿命预测的效果,比长短期记忆网络模型的平均均方根误差减少3.76。最后,对本文模型中不同时间窗口大小对模型性能的影响进行实验验证。(2)针对工业设备运行在不同工况下传感器监测数据概率分布不同、存在大量无标签数据的问题,本文在剩余寿命预测领域中引入迁移学习中的领域自适应方法。在孪生网络的基础上结合长短期记忆网络模型和Wasserstein距离,用对抗训练的方式实现剩余寿命预测,提出了基于联合领域自适应孪生网络的剩余寿命预测模型(DA-LSTM)。DA-LSTM模型使用带标签的源域数据和无标签的目标域数据联合训练网络,在特征提取层缩小源域数据特征和目标域数据特征的分布距离,并用于目标域数据中进行剩余寿命预测。在航空涡扇发动机数据集的四个数据概率分布不同的子集之间进行实验验证,结果表明DA-LSTM模型能够减小在目标域中进行剩余寿命预测的误差。DA-LSTM模型的平均均方根误差比只使用源域数据训练的长短期记忆模型小1.87。综上,本文对深度学习在剩余寿命预测,及剩余寿命预测中的迁移学习问题的应用进行了一定探索,提出了两个剩余寿命预测模型并取得良好效果,具有一定的借鉴意义。
其他文献
当今,国家电网建设取得了非常显著的成就,发电,输电,配电,用电以及相应的辅助系统,互相配合,环环相扣,构成了完整的电力网络系统。一整套电力系统中,输电线路相当于电能传输
王世贞作为明代文坛盟主,是当时文学界举足轻重的大家,身显名扬、交游广阔;而具有多方面成就的学者胡应麟,与他无论是在年龄上还是身份地位上都相差悬殊,然而他们二人由于文
近年来,随着移动终端数目的爆发式增长以及新兴通信业务的出现,给传统的蜂窝通信网络架构带来了巨大的压力。Device-to-Device(D2D)技术可以将近距离设备之间的通信流量从蜂窝链路中卸载到D2D链路中,而中继协作通信网络能够改善D2D技术通信距离过短的缺陷,将其与D2D技术结合,可以在不改变现有移动通信基础设施的情况下,提高系统的通信质量以及系统容量,为日后的“万物互联”打下了基础。时至今
刑事非法证据排除规则是刑事诉讼法律体系中的重要组成部分,发挥着防范冤假错案、保障被告人合法权益、维护程序正义的重要作用。2017年《关于办理刑事案件严格排除非法证据若干问题的规定》的颁布标志着我国非法证据排除规则在立法层面的进一步完善,但在适用层面依然有很多问题仍未得到解决,如排除程序不够明确、公检法机关不同程度抵触甚至阻挠排除等。这些问题的产生原因既包括立法中对适用效果考虑不足,也包括公检法机关
我国全面推进商事登记制度改革,目的在于转变政府职能,理顺政府和市场的关系,建设服务型政府,简政放权,发挥市场在资源配置中的作用。现阶段,商事登记制度改革持续推进,与原
现阶段关联规则挖掘算法大部分依靠学生课程的最终成绩挖掘课程间的关联,而很少挖掘课程内部知识点间的知识关联,以及不同课程中知识点间的关联关系。针对这一问题,从学生试卷中知识点的得分情况分析,挖掘知识点间的关联关系,同时结合知识点间固有的包含关系和前驱关系,使用neo4j图数据库进行可视化,根据可视化的结果,对学生进行指引和预警。在挖掘知识点间关联规则的过程中,针对学生成绩中知识点得分数据十分密集知识
近些年来,兼具电子关联效应与非平凡拓扑结构的相互作用拓扑绝缘体已成为凝聚态物理学研究的热门话题之一,这当中以拓扑近藤绝缘体候选材料SmB6为典型代表。理论上研究其基本
20世纪以来,形上学家们一直在关注使真者与使真关系。在使真者形上学中,使真关系被认为是一种跨范畴的关系、内在关系与必然关系,并且每个命题都至少有一个使真者。对于语义学的研究,不同历史时期,则出现了不同的语义学理论,而影响最大的就是真值条件语义学。根据真值条件语义学,一个语句的意义就是其真值条件。近年来,在真值条件语义学框架下,凯特·法恩(Kit Fine)则提出一种使真者语义学。他尝试通过使真者与
TDLAS技术广泛应用于石油、化工、环境监测等领域,具有检测速度快、精度高、可在线检测等特点。TDLAS技术需要数字锁相放大器进行信号处理,传统上的锁相放大器体积大不易集成
随着物联网技术的广泛应用,作为其核心的无线传感器网络也发挥越来越关键的作用。无线传感器网络为物联网应用提供数据采集和传输的支持,然而传统网络标准并不能很好的满足实际应用场景对可靠性和实时性等性能要求,因此迫切地需要一种具有高质量网络传输特性的无线传感器网络标准。IETF 6TiSCH工作组通过整合IEEE 802.15.4e TSCH标准和6LoWPAN协议提出了新型无线传感器网络标准6TiSCH