摘要
本发明属于寿命预测技术领域,具体涉及一种可解释旋转机械全寿命周期服役性能退化评估方法。采用多源传感器监测旋转机械的设备随机退化过程,获取原始数据,采用小波包分解和最大‑最小归一化对原始数据进行预处理;通过KNN对选中的多源传感器构建网络拓扑图,采用GCN将预处理后的原始数据聚合成一维复合健康指标;构建随机退化模型,计算预测剩余寿命和预测剩余寿命的方差;构建以设备剩余使用寿命的预测误差、预测不确定性为中心的损失函数,通过Adam优化器自动更新随机退化模型的参数至算法收敛,得到退化评估结果。本发明在数据模型交互框架的模型层面,通过改进的包含多重不确定性的线性维纳过程来对随机退化过程进行优化建模。
技术关键词
性能退化评估方法
旋转机械
退化模型
网络拓扑
传感器监测
设备剩余使用寿命
寿命预测技术
周期
交互框架
优化器
指标
预测误差
样本
参数
代表
节点
邻居
系统为您推荐了相关专利信息
网络拓扑
威胁情报库
资产
深度优先搜索算法
节点
深度残差
褶皱结构
图像超分辨率重建
混合损失函数
深度特征提取
模块化神经网络
氨氮检测方法
城市污水处理厂
工况
数据
数据血缘关系
电网数据处理
异构平台
构建知识图谱
置信度阈值