[發明專利]一種基于全狀態注意力和BiLSTM的機械剩余使用壽命預測方法

在審

• 申請號: 202210165380.9
• 申請日: 2022-02-18
• 公開（公告）號: CN114707257A
• 公開（公告）日: 2022-07-05
• 發明（設計）人: 顧逸;錢鵬江;陳愛國;徐忙;沈勁松;張楨;周劍
• 申請（專利權）人: 江蘇賽德力制藥機械制造有限公司;江蘇賽德力診斷技術有限公司
• 主分類號: G06F30/17
• 分類號: G06F30/17;G06F30/27;G06N3/04;G06N3/08;G06F119/02
• 代理公司: 南京志同舟知識產權代理事務所(普通合伙) 32489
• 代理人: 隋華芹

本發明提供一種基于全狀態注意力和BiLSTM的機械剩余使用壽命預測方法，包括以下步驟：步驟1：根據傳感器收集到的數據，從中選取狀態有變化的傳感器數據制成數據集；步驟2：使用指數平滑和Z?Score標準化的方法對步驟1制作的數據集進行預處理；步驟3：構建基于全狀態注意力和BiLSTM的網絡模型；步驟4：使用步驟2預處理后的數據集和步驟3中的網絡模型進行訓練；步驟5：將步驟4中的模型權重和步驟1、2的數據預處理方式集成到一個工程上并通過接口部署到預測平臺；步驟6：對于步驟5部署完成的預測平臺，通過傳入需要分析的數據，完成對機械剩余使用壽命的預測。本發明只需傳入數據即可完成剩余使用壽命預測，預測結果準確穩定。

技術領域

本發明涉及機械設備診斷領域，尤其是涉及一種基于全狀態注意力和 BiLSTM的機械剩余使用壽命預測方法。

背景技術

故障預測和健康管理(prognostics and health management，PHM)已經發展成為工業機械領域系統后勤保障、維護和自主健康管理的重要支撐技術和基礎。PHM技術已經成為一個涵蓋基礎材料、機械結構、能源、電子、自動測試、可靠性、信息等多領域的交叉學科和研究熱門方向，具有重要的應用價值和現實意義。

PHM技術在過去十余年得到了長足的發展,主要技術方法包括失效機理分析方法、數據驅動的方法、機理模型和數據混合驅動方法，基于失效機理分析的方法主要通過構建描述設備失效機理的數學模型，結合特定設備的經驗知識和缺陷增長方程實現設備的剩余壽命預測。由于實際工程設備本身的復雜性、任務與運行環境的多樣性，其健康狀態演化規律通常難以物理機理建模或者獲得失效機理模型的代價過高，導致失效機理方法及機理模型和數據混合驅動方法存在推廣應用難的問題，因此，基于傳感器數據的數據驅動PHM方法逐漸獲得重視并取得快速發展，成為PHM領域的重要研究熱點。然而這些方法在部署的時候還是需要計算機相關領域的人員來進行人工輔助操作，在實際工業場景中難以順利部署并交付使用，因此，亟需一種新的技術方案解決以上問題。

發明內容

針對以上技術問題，即傳統方法不能很好地應用在機械剩余使用壽命預測中，現有的一些數據驅動的方法在進行預測的時候也有明顯的限制，本發明提出了一種基于全狀態注意力和BiLSTM的機械剩余使用壽命預測方法。

為了實現上述技術目的，達到上述的技術要求，本發明所采用的技術方案是：一種基于全狀態注意力和BiLSTM的機械剩余使用壽命預測方法，包括以下步驟：

步驟1：根據傳感器收集到的數據，從中選取狀態有變化的傳感器數據制成數據集，減少一些恒定傳感器數據對機械剩余使用壽命的影響；

步驟2：使用指數平滑和Z-Score標準化的方法對步驟1制作的數據集進行預處理；

步驟3：構建基于全狀態注意力和BiLSTM的網絡模型；

步驟4：使用步驟2預處理后的數據集和步驟3中的網絡模型進行訓練，并保存最好的模型權重，以獲得滿足工業場景下能精準預測機械剩余使用壽命的模型；

步驟5：將步驟4中的模型權重和步驟1、2的數據預處理方式集成到一個工程上并通過接口部署到預測平臺，以滿足后續隨時調用模型進行機械剩余使用壽命的預測；

步驟6：對于步驟5部署完成的預測平臺，通過傳入需要分析的數據，預測平臺調用接口進行預測，并將預測結果保存，預測平臺再通過接口調用已經保存的預測結果顯示在前端頁面，完成對機械剩余使用壽命的預測。

作為優選的技術方案，步驟1中對通過傳感器收集到的數據，通過計算傳感器讀數變化曲線和傳感器讀數直方圖，以減少恒定傳感器數據對機械剩余使用壽命預測的影響。

作為優選的技術方案，步驟2中的指數平滑法選用二次指數平滑法，通過對篩選后的傳感器數據進行二次指數平滑法來消除數據中的噪聲，所述二次指數平滑法給定平滑系數α，則二次指數平滑的計算公式為：