基于并联CNN-SE-Bi-LSTM的轴承剩余使用寿命预测

来源 :计算机应用研究 | 被引量 : 0次 | 上传用户:newtonmark
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
滚动轴承作为一种机械标准件,广泛应用于各类旋转机械设备,其健康状况对机器设备的正常运行至关重要,掌握其剩余使用寿命(RUL)可以更好地保证生产活动安全有效的进行。针对目前基于深度学习的机器RUL预测方法普遍存在:a)预测性能很大程度依赖手工特征设计; b)模型不能够充分提取数据中的有用特征;c)学习过程中没有明确考虑多传感器数据等缺点,提出了一种新的深度预测网络——并联多个带有压缩激励机制的卷积神经网络和双向长短期记忆网络集成网络(CNN-SE-Bi-LSTM),用于设备的RUL预测。在该预测网络中
其他文献
当前,多数车联网任务卸载工作仅考虑时延因素将任务卸载至边缘服务器执行(LOCAL-MEC),但是,车载单元仍有一定的计算能力可以利用。针对上述问题,研究了任务卸载的总代价即时延和能耗两个目标,提出一个将车辆自身的计算单元、附近车辆的计算单元与边缘服务器协同计算的任务卸载模型。该模型既考虑了任务的优先关系,又同时考虑了系统的时延和能耗。通过借鉴模拟退火算法思想并引入压缩因子改进粒子群算法来实现任务卸
知识图谱补全旨在预测三元组中缺失的部分使知识图谱趋于完整。针对基于神经网络等模型的链接预测方法忽略了实体间的关联信息,导致模型不能覆盖三元组周围局部邻域中固有的隐藏信息,提出图注意力机制与谓词感知结合的方法。首先,利用图注意力机制定义了一个关系嵌入矩阵,描述任意给定实体邻域内实体间的关系;其次,引入谓词增强实体间语义理解程度,构造了基于谓词嵌入向量的注意力值计算公式,以便有效地度量实体间语义联系的
由于区块链不可窜改的特性,部署到区块链上的智能合约不可更改。为了提高合约的安全性,防止智能合约出现整数溢出、短地址攻击、伪随机等问题,在合约部署之前需对合约进行漏洞检测。针对智能合约的整数溢出漏洞利用符号执行进行分析研究,对现有符号执行方法进行调查发现检测速度较慢,从而提出一种自底向上求解约束的改进符号执行方法,并结合深度优先与广度优先进行路径选择从而提高符号执行的代码覆盖率。实验结果表明,改进符
多节点协作已成为物联网的重要应用趋势,为了确保多个节点之间的可靠协作,提出了一种基于随机图的多节点连通性判定方法。首先,根据节点之间的直接连通概率构建节点连通性随机图;然后将所构建的随机图拆分为包含协作组节点的目标组件和不包含协作组节点的中继组件,从而将协作组内多节点之间的连通性转换为组件之间的连通性;最后,提出了测试组件之间连通性的算法,其中定义了与直接连通概率有关的测试规则以对组件之间测试边的
自动导引运输车(AGV)路径规划影响柔性制造车间的高效、平稳生产。分析了多AGV在车间执行运输任务时常见的冲突类型,提出了一种基于动态优先级策略的多AGV无冲突路径规划方法。该方法通过时间窗检测冲突类型,并将等待时间、行驶距离、任务紧急程度作为量化动态优先级的考虑因素,进而利用动态优先级作为等待、二次路径规划两种冲突消减方法的选择依据。案例研究表明,在已知各AGV可行路径时,运用所提方法不仅能够实
针对产品变质带来库存损耗的问题,在经济生产批量模型的基础上加入零库存时间,提出新的库存控制策略。该策略以预防维修周期和零库存时间为联合决策变量,利用更新定理建立了单位时间内总成本的期望模型。为了提高对此期望的计算速度,设计基于矩阵运算的蒙特卡罗仿真算法,并与遗传算法结合,大大提高了模型的优化速度。通过比较研究,验证了仿真算法的显著优势,并通过敏感性分析明确了相关参数的变化对最优策略的影响。
针对现有传播模型没有考虑个体所在环境对个体感染病毒的影响以及经典传播模型无法很好地刻画个体特征的问题,提出了基于环境感知的病毒传播模型(EA-SIR)。首先,引入个体接触矩阵来描述个体之间的接触情况,推导基于环境感知的个体染病概率,建立EA-SIR的微分方程组;然后,推导EA-SIR的基本再生数及其上界。EA-SIR的基本再生数上界小于或等于经典SIR模型,说明病毒在EA-SIR中更难传播,实际上
及时有效地处理负面在线评论能提高企业的声誉和维护消费者对企业的信任,而面对大量的负面在线评论,企业很难在短期内及时有效回复。根据在线评论是短文本的特点,运用基于句子相似度的负面在线评论进行案例推理处理。针对负面在线评论句子相似度计算问题,抽取句子中评价对象词和评价词作为关键词,同时考虑评价词的修饰词和句子语义依存关联对。除提出的关键词、修饰词、语义依存分析关联对三个特征外,再融入句子中的公共词、语
在ETL系统中,当数据生产速度遇到较大的波动时,为了使现有资源在有限的条件下极大程度地满足用户的使用需求,提出了基于资源紧迫度的ETL弹性调度机制。首先,构建基于历史数据的时间序列预测模型,用来预测数据生产速度;然后,根据各个ETL过程提交的资源清单和各个服务器负载情况,对单个用户的多个ETL过程的资源进行调整。该调度机制将资源调度问题转换为多维背包问题,提出了基于资源紧迫度的动态调度算法。实验结
雷达回波外推方法已广泛应用于短时强降水临近预报中。针对传统雷达回波外推方法未充分利用海量历史气象数据从而导致预报准确度不高的问题,提出了一个基于动态概率卷积神经网络(dynamic probability convolutional neural network,DPCNN)的雷达回波外推模型。该模型在卷积神经网络的基础上增加动态概率计算层,对不同的雷达回波输入序列计算对应的概率卷积核,并用于后续