申请/专利权人:东方电气风电股份有限公司;河北建投新能源有限公司;河北工业大学
申请日:2024-01-02
公开(公告)日:2024-03-19
公开(公告)号:CN117494588B
主分类号:G06F30/27
分类号:G06F30/27;G06F30/17;G06F18/15;G06F18/213;G06F18/241;G06N3/045;G06N3/0464;G06N3/0475;G06N3/094;G06F119/04
优先权:
专利状态码:有效-授权
法律状态:2024.03.19#授权;2024.02.23#实质审查的生效;2024.02.02#公开
摘要:本发明提供了一种风机轴承剩余有效寿命优化方法、设备及介质,其中方法包括:获取时间序列下的待测轴承的真实振动频域信号、剩余寿命值;基于噪声、剩余寿命值、对抗竞争网络模型,获取生成频域信号;基于真实振动频域信号、生成频域信号对对抗网络模型进行训练;将真实振动频域信号输入训练后的对抗网络模型进行测试验证,输出包括真伪、剩余寿命预测结果。本方法结合了噪声和剩余寿命值,可以更准确地预测轴承的剩余寿命,提供更可靠的预测结果。另外,生成频域信号的引入可以增加风机轴承数据样本的多样性。通过对生成频域信号进行训练和测试验证,可以提供更全面、更丰富的数据样本,提高剩余寿命预测模型的泛化能力。
主权项:1.一种风机轴承剩余有效寿命优化方法,其特征在于,包括:获取时间序列下的待测轴承的真实振动频域信号、剩余寿命值;基于噪声、剩余寿命值、对抗竞争网络模型,获取生成频域信号;基于真实振动频域信号、生成频域信号对对抗网络模型进行训练;将真实振动频域信号输入训练后的对抗网络模型进行测试验证,输出包括真伪、剩余寿命预测结果;基于真实振动频域信号、生成频域信号对对抗网络模型进行训练包括:对抗网络模型包括生成器、辨别器;将真实振动频域信号、生成频域信号及设置的对应标签输入辨别器中,计算得到GAN_loss、DK散度和MAE损失;基于GAN_loss、DK散度和MAE损失优化辨别器的损失函数;将生成频域信号输入辨别器计算得到loss用于优化生成器的损失函数;当辨别器的损失函数与生成器的损失函数到达纳什平衡时,完成对抗训练网络的训练;获取损失函数约束条件如下:InfoGAN损失函数约束: 1其中,为生成器,为生成器输入随机噪声和类别标签后的输出结果,为辨别器,为辨别器对真实数据的鉴别结果,代表期望,为真实数据,为真实数据的分布,为随机噪声,为随机噪声的分布,为正则化参数,为类别标签,代表类别标签与生成数据之间的互信息;互信息熵约束: 3下界为: 4 为互信息熵的约束下界,可分解为互信息熵近似数学期望与信息熵之和,其中为用来近似真实数据的后验概率的辅助分布,为的辅助分布对应的解耦隐码,和为计算过程的中间步骤所需数值,为解耦隐码服从特定分布的信息熵,为固定常数,则损失函数简化为: 5,则InfoGAN网络的损失函数由最大化辨别器和最小化生成器得到,可转换为在GAN网络损失函数与互信息熵的约束下界之和,为正则化参数;将KL散度代替互信息作为损失函数的一个任务来训练对抗竞争网络获取与剩余寿命相关特征信息的能力,KL散度计算公式: 7InfoGAN的损失函数表示为: 8再加入平均绝对误差MAE损失约束辨别器预测的剩余寿命值与标签尽可能接近,最后总的损失函数表达式为: 9其中,为RUL的真实值,为深度网络输出的RUL估计值,为随机变量。
全文数据:
权利要求:
百度查询: 东方电气风电股份有限公司;河北建投新能源有限公司;河北工业大学 一种风机轴承剩余有效寿命优化方法、设备及介质
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。