公开(公告)号：CN117493793A

公开(公告)日：2024-02-02

申请号：CN202311358075.2

申请日：2023-10-19

Applicant: 湖南工业大学

Inventor： 王忠美 ,  李敏 ,  何静 ,  张昌凡 ,  刘建华 ,  刘群欣 ,  杨卫峰 ,  王文昆 ,  张东方

IPC: G06F18/20 ,  G06F18/213 ,  G06N3/0464 ,  G06N3/084

Abstract: 本发明公开了一种基于改进脉冲可分离卷积增强Transformer encoder的剩余寿命预测方法，改进脉冲可分离卷积模块将时间序列信号转换为脉冲信号，来捕获不同传感器数据间的相互关系，减少了编码过程中的信息损失，利用替代梯度法，对网络进行改进，并且加入ECA注意力机制来对脉冲特征图进行重新标定，突出有用的脉冲特征。然后，基于有效特征的基础上采用多头自注意力机制方式对故障特征在全生命周期长时间跨度上每个时间步的依赖关系进行综合把控。最后经过改进的Transformer encoder算法和MLP线性层得到最终的RUL结果。本发明解决多传感器的多通道数据存在耦合关系难以建模，以及传统神经网络在处理钢轨伤损长时间序列建模中难以捕获时间序列中的长期依赖关系问题。