[發(fā)明專利]基于多模態(tài)自注意力的機電作動器壽命預測方法及裝置

在審

• 申請?zhí)枺?/td>: 202211445102.5
• 申請日: 2022-11-18
• 公開（公告）號: CN116127829A
• 公開（公告）日: 2023-05-16
• 發(fā)明（設計）人: 陳子涵;張萌;張曉萌;陳辰
• 申請（專利權）人: 中國空間技術研究院
• 主分類號: G06F30/27
• 分類號: G06F30/27;G06N3/045;G06N3/08;G06N3/049;G06F119/04
• 代理公司: 北京艾緯鉑知識產(chǎn)權代理有限公司 16101
• 代理人: 張維佳

本發(fā)明公開了一種基于多模態(tài)自注意力的機電作動器壽命預測方法及裝置，所述方法包括：對機電作動器的多模態(tài)傳感器數(shù)據(jù)分別標準化；建立多模態(tài)自注意力模型，編碼模塊包括多個并行的子編碼模塊；編碼器模塊包括多個并行的、結構相同的編碼塊，所述編碼器模塊將編碼數(shù)據(jù)映射到編碼空間，得到編碼向量；所述剩余壽命映射模塊輸出機電作動器的剩余壽命；訓練多模態(tài)自注意力模型，得到訓練完畢的多模態(tài)自注意力模型；將標準化的機電作動器的多模態(tài)傳感器數(shù)據(jù)輸入訓練完畢的多模態(tài)自注意力模型，得到機電作動器的剩余壽命。本方法提出的多模態(tài)自注意力模型能夠更快捷和更有效地對機電作動器多模態(tài)傳感器數(shù)據(jù)建模，更準確地實時預測剩余壽命。

技術領域

本發(fā)明涉及機電作動器的故障預測與健康管理技術領域，具體涉及一種基于多模態(tài)自注意力的機電作動器壽命預測方法及裝置。

背景技術

配備電傳飛控系統(tǒng)的航天裝備日益增加。機電作動器作為一種重要的電傳飛控執(zhí)行器，由于具有更高的可靠性、更低的總重量、更好的可維護性等優(yōu)點，在航天工業(yè)中得到了越來越多的關注和應用。機電作動器是航天器上重要的安全部件之一，航天器機電作動器的工作環(huán)境復雜，可能會導致復雜的耦合故障。必須在災難性故障發(fā)生之前留出足夠的時間進行壽命預測及應急管理。

目前機電作動器的壽命預測技術可以分為兩種方法：基于模型的方法和數(shù)據(jù)驅動的方法。

基于模型的方法需要建立一個準確的數(shù)學模型來模擬機電作動器的輸入輸出關系或內(nèi)部狀態(tài)量的變化規(guī)律。通過將模型估計的參數(shù)與真實測量的參數(shù)進行比較，可以識別機電作動器的性能狀態(tài)或健康狀態(tài)。這類方法能夠實現(xiàn)非常具體的故障識別，并且能夠實時查看特定組件的健康狀態(tài)。但是需要大量準確的先驗知識和預先設計的規(guī)則。基于模型的方法常用于機電作動器的故障診斷，難以直接預測機電作動器的剩余壽命，往往是預測電流電壓等性能參數(shù)。

數(shù)據(jù)驅動的方法使用監(jiān)測數(shù)據(jù)和信號處理技術，利用機電作動器的正常和故障數(shù)據(jù)建立數(shù)據(jù)模型，從而學習機電作動器的故障規(guī)律。數(shù)據(jù)驅動的方法可以直接使用傳感器數(shù)據(jù)，隨著監(jiān)測技術和計算能力的提高，數(shù)據(jù)驅動方法比基于模型的方法更受歡迎。但是目前數(shù)據(jù)驅動的方法在機電作動器故障診斷方面應用較多，而在其壽命預測方面研究較少。部分研究基于高斯過程回歸等傳統(tǒng)方法實現(xiàn)壽命預測，但是這類方法在每次預測時均需對歷史數(shù)據(jù)隨機抽樣，多工況時擴展使用能力較弱，預測準確度較低，并且預測起始點離機電作動器完全失效時刻太近，為后續(xù)維護操作留下的時間太少。

基于深度學習相關的研究多集中于機電作動器的故障診斷方面，在壽命預測方面研究較少。其原因是自動編碼器、循環(huán)神經(jīng)網(wǎng)絡、卷積神經(jīng)網(wǎng)絡等經(jīng)典深度學習方法在長時間序列特征表征、長時間序列建模、長時間序列預測方面能力較弱。近期發(fā)表的《基于多模態(tài)Transformer的機電作動器壽命預測技術研究》論文使用Transformer模型開展機電作動器的壽命預測研究，實現(xiàn)了比常規(guī)深度學習方法更準確的壽命預測。但是由于機電作動器壽命退化緩慢，該研究設計的Transformer模型無法記憶更長的歷史數(shù)據(jù)，并且該研究使用的Transformer模型對于自注意力的設計不足，難以完全發(fā)揮自注意力機制的能力，導致全壽命周期的預測準確率不高。

綜上所述，現(xiàn)有技術雖然已在機電作動器的故障預測與健康管理領域有一定研究，但是對其壽命預測方面研究較少，現(xiàn)有技術實施效率低、準確率較低，預測能力差。

發(fā)明內(nèi)容

有鑒于此，本發(fā)明提供了一種基于多模態(tài)自注意力的機電作動器壽命預測方法及裝置，通過重新設計自注意力機制和長時間序列數(shù)據(jù)建模方法，能夠解決現(xiàn)有技術對機電作動器壽命預測的實施效率低、準確率低、預測能力差的技術問題。

為了解決上述技術問題，本發(fā)明是這樣實現(xiàn)的。

一種基于多模態(tài)自注意力的機電作動器壽命預測方法，包括：

步驟S1：對機電作動器的多模態(tài)傳感器數(shù)據(jù)分別標準化；