[發(fā)明專利]無監(jiān)督元學(xué)習(xí)網(wǎng)絡(luò)的機(jī)電設(shè)備少樣本退化趨勢預(yù)測方法

有效

• 申請(qǐng)?zhí)枺?/td>: 202110942643.8
• 申請(qǐng)日: 2021-08-17
• 公開（公告）號(hào): CN113705869B
• 公開（公告）日: 2022-11-04
• 發(fā)明（設(shè)計(jì)）人: 賈民平;丁鵬;黃鵬;胡建中;許飛云
• 申請(qǐng)（專利權(quán)）人: 東南大學(xué)
• 主分類號(hào): G06Q10/04
• 分類號(hào): G06Q10/04;G06K9/62;G06N3/04;G06N3/08
• 代理公司: 北京德崇智捷知識(shí)產(chǎn)權(quán)代理有限公司 11467
• 代理人: 曹婷

1.一種無監(jiān)督元學(xué)習(xí)網(wǎng)絡(luò)的機(jī)電設(shè)備少樣本退化趨勢預(yù)測方法，其特征在于，包括：

S1：通過壓電式加速度計(jì)采集機(jī)電設(shè)備振動(dòng)信號(hào)，對(duì)所述振動(dòng)信號(hào)進(jìn)行預(yù)處理；

S2：對(duì)預(yù)處理后的所述振動(dòng)信號(hào)進(jìn)行退化特征提取，包括：分別提取有量綱、無量綱的時(shí)域特征和頻域特征，形成高維的時(shí)域特征、頻域特征的退化特征矩陣；

S3：對(duì)所述退化特征矩陣進(jìn)行歸一化處理，通過主元分析法對(duì)歸一化后的退化特征矩陣進(jìn)行退化指標(biāo)提取，所述退化指標(biāo)即貢獻(xiàn)率最大的主元分量；

S4：對(duì)訓(xùn)練集和測試集進(jìn)行劃分得到各自的子任務(wù)集，則所述訓(xùn)練集的每一個(gè)子任務(wù)集中都包括互不交叉的第一支撐集和第一查詢集，所述測試集的每一個(gè)子任務(wù)集中都包括互不交叉的第二支撐集和第二查詢集；所述訓(xùn)練集為無標(biāo)簽歷史樣本，所述測試集為待預(yù)測樣本；

S5：將所述退化指標(biāo)投入到嵌入自動(dòng)聚類分配模塊的基礎(chǔ)網(wǎng)絡(luò)模型，完成對(duì)所述退化指標(biāo)的有監(jiān)督化，監(jiān)督化后的所述退化指標(biāo)對(duì)所述第一支撐集進(jìn)行有監(jiān)督化，監(jiān)督化后的所述第一支撐集進(jìn)行基于誤差反向傳遞的內(nèi)回路訓(xùn)練；其中，所述基礎(chǔ)網(wǎng)絡(luò)模型為具有外推結(jié)構(gòu)的門控循環(huán)單元；

S6：聚合每一個(gè)內(nèi)回路的訓(xùn)練過程，將每一個(gè)所述第一支撐集訓(xùn)練得到的模型參數(shù)再通過所述第二支撐集進(jìn)行跨任務(wù)間的外回路優(yōu)化、訓(xùn)練，得到任務(wù)間元參數(shù)ψ，最終生成易于泛化的第一無監(jiān)督元學(xué)習(xí)代理模型；

S7：使用所述第一查詢集對(duì)所述第一無監(jiān)督元學(xué)習(xí)代理模型進(jìn)行基于梯度反向傳遞的模型參數(shù)調(diào)整，得到參數(shù)調(diào)整后的第二無監(jiān)督學(xué)習(xí)代理模型；最終將所述第二查詢集投入到所述第二無監(jiān)督學(xué)習(xí)代理模型進(jìn)行退化趨勢預(yù)測。

2.如權(quán)利要求1所述的方法，其特征在于，步驟S1中，對(duì)所述振動(dòng)信號(hào)進(jìn)行預(yù)處理，包括：通過頻域降噪剔除所述振動(dòng)信號(hào)中的高頻成分，并基于滑動(dòng)窗3-σ方法剔除所述振動(dòng)信號(hào)中的奇異值點(diǎn)和離群點(diǎn)。

3.如權(quán)利要求2所述的方法，其特征在于，步驟S2中，有量綱、無量綱的時(shí)域特征的統(tǒng)計(jì)學(xué)參數(shù)包括：

平均值：標(biāo)準(zhǔn)差：平方根振幅：絕對(duì)平均值：偏度：峰度：方差：最大值：DF₈＝max|x(n)|；最小值：DF₉＝min|x(n)|；峰均值：DF₁₀＝DF₈-DF₉；均方根：波形指數(shù)：峰值指數(shù)：脈沖指數(shù)：裕度指數(shù)：偏度指數(shù)：峰度指數(shù)：

其中，x(n)表示預(yù)處理后的振動(dòng)信號(hào)，n＝1，2，...，N；N表示信號(hào)長度；

有量綱、無量綱的頻域特征的統(tǒng)計(jì)學(xué)參數(shù)包括：

以及

其中，y(k)是給定信號(hào)的快速傅里葉頻譜，f_k則對(duì)應(yīng)于第k個(gè)頻譜的頻率值，K表示總的頻譜數(shù)量，DF18在頻域上反映振動(dòng)能量，DF19～DF21、DF23和DF27～DF30描述頻譜的集中和離散程度，DF22和DF24～DF26表示主頻帶的位置變化；

則得到高維的時(shí)域特征、頻域特征的特征矩陣為DF，即：

其中，M＝30；T表示時(shí)間總量。

4.如權(quán)利要求3所述的方法，其特征在于，所述步驟S3包括：

S31：通過歸一化函數(shù)將退化特征矩陣DF中的每一個(gè)退化特征歸一化至(-1，1)之間，得到歸一化后的退化特征矩陣DF^*；

S32：對(duì)所述DF^*進(jìn)行主元分析提取主元分量[Y₁，Y₂，...，Y_p]^T，則有：

得到特征分量分別為[α_j1，α_j2，...，α_jM]和λ_j，j∈[1，p]，則得到第i個(gè)主元分量的累計(jì)貢獻(xiàn)量CCR(i)，并選擇CCR(i)最大的主元分量為退化指標(biāo)；

其中，i∈[1，p]。