基于多尺度注意力卷积神经网络的设备剩余寿命预测研究

扫码查看

原文链接

NETL

中文摘要：设备剩余寿命预测是预后健康管理的重要手段之一,以卷积神经网络为代表的深度学习方法已在剩余寿命预测领域得到广泛应用,但众多学者仅采用单一尺度卷积,限制了其特征学习能力.基于此,本文提出一种新的深度神经网络,即多尺度注意力卷积神经网络(Multi-scale Attentional Convolution Neural Network,MACNN),首先采用大尺度卷积滤除噪声等无用信息干扰;然后通过多尺度卷积提取多尺度特征,综合利用大尺度与小尺度卷积的优势;最后将各尺度特征融合并采用注意力机制筛选重要信息,同时自适应赋予各传感参数不同权重,提高模型预测性能.实验结果表明,MACNN具有很强的特征学习能力,其RUL预测性能明显好于典型的深度神经网络,如卷积神经网络、深度置信网络.

作者：

苗梦琪、余建波

展开 >

作者单位：

同济大学机械与能源工程学院,上海 201804

关键词：

机械设备剩余寿命特征学习多尺度注意力卷积神经网络

主办单位：

中国机械工程学会

中国振动工程学会

会议名称：

2020年全国设备监测诊断与维护学术会议暨第十七届全国设备故障诊断学术会议、第十九届全国设备监测与诊断学术会议

会议时间：

2020-08-19

会议地点：

福州

会议母体文献：

2020年全国设备监测诊断与维护学术会议暨第十七届全国设备故障诊断学术会议、第十九届全国设备监测与诊断学术会议论文集

页码：

1-5

出版时间：

2020