基于注意力机制的CNN-LSTM剩余寿命预测研究

来源 :铁道车辆 | 被引量 : 0次 | 上传用户:discountstore
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
机械设备剩余寿命的准确预测可以降低昂贵的维护费用,提高机械设备的安全性.随着深度学习的发展以及注意力机制被广泛应用于各个领域,基于数据驱动的剩余寿命预测方法为机械设备寿命预测提供了众多的方法.文章提出了一种基于注意力机制的CNN-LSTM剩余寿命预测方法,该方法利用不同的注意力机制包括通道注意力、CBAM机制和自注意力等进行剩余寿命预测试验.注意力机制可以向CNN-LSTM提取的特征信息分配不同的权重,突出关键的特征信息,过滤无用信息,进而更准确地表示设备的退化特征信息,最终得到设备的剩余寿命.文章对NASA发动机数据集进行了剩余寿命预测试验,同时研究了不同注意力机制影响,试验结果表明,基于注意力机制的方法可以有效地进行剩余寿命预测,所提方法具有一定的应用价值.
其他文献
分别以中东高硫渣油及其与催化裂化柴油(简称催化柴油)的混合油为原料开展中型加氢试验,结果表明,催化柴油掺入渣油中混合加氢时,反应性能较好,加氢催化剂积炭量降低.催化柴油掺入渣油加氢的RICP-Ⅱ工艺在3家公司的工业应用结果表明:A公司渣油加氢装置第四周期催化剂沉积金属量和平均积炭量低于第二周期;B公司渣油加氢装置掺入催化柴油后反应器总压降明显下降,径向温差明显降低,总温升有所上升,对加氢脱硫、加氢脱氮及残炭加氢转化反应均有促进作用,但对脱金属反应的促进效果不明显;C公司渣油加氢装置高比例掺入催化柴油,在加
针对催化裂化油浆的高值化应用出路,评价了中国石油化工股份有限公司(中国石化)40套催化裂化装置的油浆性质,分析了硫含量、氮含量、灰分、胶质含量、沥青质含量和芳烃含量及这些性质对针状焦生产的影响,提出了适合生产针状焦的理想原料性质.中国石化适合生产针状焦的催化裂化油浆原料超过2.0 Mt/a.
文章详细介绍了多编组铰接式胶轮电车的系统架构组成及主要技术参数,分析了车辆的运动学关系,利用MSC ADAMS动力学软件分析车辆最小半径曲线通过情况.样车试验结果表明,确认设计及计算结构满足车辆运行需求.
基于BP神经网络,利用重油催化裂解反应过程的试验数据,以涉及原料性质、催化剂活性、操作条件等的11个参数作为输入变量,以乙烯、丙烯和BTX(苯、甲苯、二甲苯)的产率作为输出变量,构建了结构为11-12-3、以贝叶斯算法为学习算法的BP神经网络重油催化裂解模型,并进行了验证.结果 表明,该模型对乙烯、丙烯和BTX产率的预测平均相对误差分别为4.59%,3.92%,2.28%,说明所建模型对重油催化裂解反应产物产率的预测效果较好.
采用催化温度滴定法对石油及石油产品的酸值进行测定,考察了可能影响其测试结果的各种因素,包括催化指示剂多聚甲醛的粒径和用量、滴定速率、过滤因子、溶剂空白值、环境温度等.结果 表明:当多聚甲醛的粒径小于75 μm、滴定速率为2 mL/min、过滤因子为45时,在考虑溶剂空白值的情况下可以获得较好的数据精确度;测试环境温度与多聚甲醛的用量对滴定分析结果影响较小.另外,鉴于目前使用的溶剂空白值测定方法繁琐且耗时长,开发了一种简便易行的溶剂空白值测定方法.
渣油的平均相对分子质量较大,富含稠环芳烃,具有残炭高、氧指数高的特点,所以热性能稳定,可产生一定的阻燃性.通过经典液相色谱法富集渣油中的芳香组分,对芳香组分进行改性,在芳环结构上中引入醛基,经过还原、合成等有机反应,合成渣油改性阻燃剂.红外光谱、热重分析-差热分析、残炭和氧指数等测试与表征结果表明,成功合成了具备阻燃性能的新型渣油改性阻燃剂.测试阻燃聚乙烯材料的极限氧指数和垂直燃烧等级,结合电镜扫描结果,证实渣油改性阻燃剂有较高的阻燃效率.将渣油改性合成芳香酯阻燃剂及复配成新型的膨胀阻燃剂,不仅可用于制备
对既有地铁运营线路的隧道结构沉降进行监测是了解和掌握隧道结构变形、及时发现病害和判断其安全状况的必要方法和手段.文章结合北京地铁某2条运营线路的隧道结构沉降监测实例,讨论了在不同工艺、不同埋深、不同水文地质条件下的隧道沉降情况,探讨了隧道结构监测的必要性,以指导后续隧道结构的养护维修.
文章介绍了轨道车辆常见座椅分类及其布置,针对某型轨道车辆统计了运行中座椅裂纹分布情况及位置信息,分析了座椅裂纹产生原因,提出了改善座椅裂纹的措施,并通过相应计算及仿真分析验证了座椅裂纹改善措施的可行性.
针对滚动轴承振动信号具有非平稳性以及工作情况下难以获得故障频率的情况,文章提出了一种基于小波分解改进算法和峭度最大原则对滚动轴承进行诊断的方法.首先,对小波分解改进算法进行验证,发现小波分解改进算法能够很好地克服小波分解传统算法过程中出现的频率混淆问题;然后,在小波分解改进算法的基础上,利用峭度最大原则选取故障频段,对其进行Hilbert包络解调和傅里叶变换来查看故障频率,最后通过美国凯斯西储大学实验室提供的数据对上述方法进行验证,并与小波分解传统算法进行了对比.结果表明,基于小波分解改进算法和峭度最大原
车体性能好坏直接影响列车的行车安全,文章利用安装在车体上的传感器所采集到的振动信号,选取合适的信号特征提取方法进行评估,达到列车故障早期预警的目的.试验数据表明,车体的振动信号具有非线性、非平稳的特点,先对振动信号提取小波包能量矩特征进行时频域分析,发现该特征提取方法可以直观地反映车辆横向和垂向振动情况.引入基于局部分析的拉普拉斯特征映射算法(LE),对故障工况的小波包能量矩熵特征所构造的高维特征向量空间进行降维,发现能够从垂向加速度信号识别出空气弹簧失气工况,从横向加速度信号识别出抗蛇行减振器故障和横向