一种工业设备剩余寿命预测方法技术

本发明专利技术公开了一种工业设备剩余寿命预测方法，所述预测方法包括：传感器采集所述工业设备的量测数据；对所述量测数据进行预处理获取预处理数据；将所述预处理数据输入至编码器中的双向门控循环单元获取输入特征向量；将所述输入特征向量输入至标准化流层获取输出特征向量；将所述输出特征向量输入至解码器获取对所述工业设备剩余寿命的预测结果。本发明专利技术嵌入的标准化流层与传统的神经网络结构部分连接紧密，且一同初始化与训练，具备优越的时序数据建模能力，提高了工业设备的剩余寿命预测效果。

【技术实现步骤摘要】
一种工业设备剩余寿命预测方法
本专利技术涉及工业设备健康评估
，具体涉及一种工业设备剩余寿命预测精度提升方法。
技术介绍
典型工业设备的剩余寿命预测具有很大的科学和工程价值。近年来，随着工业4.0的推进，工业设备的智能化和复杂程度大大上升，传统的基于模型的方法得到的效果不能满足对设备健康评估的要求。因此，如何在原有基于序列对序列预测的数据驱动的算法的基础上，对工业设备进行较为精确的剩余寿命预测是目前有待解决的问题。
技术实现思路
本专利技术要解决的技术问题是对工业设备进行较为精确的剩余寿命预测，提供一种工业设备剩余寿命预测方法。本专利技术是通过下述技术方案来解决上述技术问题：一种工业设备剩余寿命预测方法，所述预测方法包括：传感器采集所述工业设备的量测数据；对所述量测数据进行预处理获取预处理数据；将所述预处理数据输入至编码器中的双向门控循环单元获取输入特征向量；将所述输入特征向量输入至标准化流层获取输出特征向量；将所述输出特征向量输入至解码器获取对所述工业设备剩余寿命的预测本文档来自技高网...

【技术保护点】
1.一种工业设备剩余寿命预测方法，其特征在于，所述预测方法包括：/n传感器采集所述工业设备的量测数据；/n对所述量测数据进行预处理获取预处理数据；/n将所述预处理数据输入至编码器中的双向门控循环单元获取输入特征向量；/n将所述输入特征向量输入至标准化流层获取输出特征向量；/n将所述输出特征向量输入至解码器获取对所述工业设备剩余寿命的预测结果。/n

【技术特征摘要】
1.一种工业设备剩余寿命预测方法，其特征在于，所述预测方法包括：
传感器采集所述工业设备的量测数据；
对所述量测数据进行预处理获取预处理数据；
将所述预处理数据输入至编码器中的双向门控循环单元获取输入特征向量；
将所述输入特征向量输入至标准化流层获取输出特征向量；
将所述输出特征向量输入至解码器获取对所述工业设备剩余寿命的预测结果。


2.如权利要求1所述的一种工业设备剩余寿命预测方法，其特征在于，在所述传感器采集所述工业设备的量测数据之前还包括对循环神经网络的训练过程：
获取所述标准化流层的训练输出特征向量概率分布与训练输入特征向量概率分布间的雅克比矩阵；
设置循环神经网络的目标函数，所述目标函数包括所述雅克比矩阵的数值元素；
使用优化算法对所述循环神经网络的权值参数进行优化，使得包含正则项惩罚所述雅克比矩阵中非对角线元素的所述目标函数的值最小；
获取已训练的所述循环神经网络。


3.如权利要求2所述的一种工业设备剩余寿命预测方法，其特征在于，所述预处理包括：
对所述量测数据的空缺值使用插值法填补；
对所述填补后的量测数据进行归一化处理，获取所述预处理数据。


4.如权利要求2所述的一种工业设备剩余寿命预测方法，其特征在于，所...

【专利技术属性】
技术研发人员：杨浩森，罗伯特才明邱，丁克勤，密铁宾，
申请(专利权)人：上海交通大学，
类型：发明
国别省市：上海;31