CASIA OpenIR  > 学术期刊  > 自动化学报
基于时序图推理的设备剩余使用寿命预测
刘雨蒙; 郑旭; 田玲; 王宏安
Source Publication自动化学报
ISSN0254-4156
2024
Volume50Issue:1Pages:76-88
Abstract剩余使用寿命(Remaining useful life, RUL)预测是大型设备故障预测与健康管理(Prognostics and health management, PHM)的重要环节,对于降低设备维修成本和避免灾难性故障具有重要意义.针对RUL预测,首次提出一种基于多变量分析的时序图推理模型(Multivariate similarity temporal knowledge graph, MSTKG),通过捕捉设备各部件的运行状态耦合关系及其变化趋势,挖掘其中蕴含的设备性能退化信息,为寿命预测提供有效依据.首先,设计时序图结构,形式化表达各部件不同工作周期的关联关系.其次,提出联合图卷积神经网络(Convolutional neural network, CNN)和门控循环单元(Gated recurrent unit, GRU)的深度推理网络,建模并学习设备各部件工作状态的时空演化过程,并结合回归分析,得到剩余使用寿命预测结果.最后,与现有预测方法相比,所提方法能够显式建模并利用设备部件耦合关系的变化信息,仿真实验结果验证了该方法的优越性.
Keyword剩余使用寿命 时序图推理 图神经网络 深度推理网络
DOI10.16383/j.aas.c230014
Citation statistics
Document Type期刊论文
Identifierhttp://ir.ia.ac.cn/handle/173211/55755
Collection学术期刊_自动化学报
Recommended Citation
GB/T 7714
刘雨蒙,郑旭,田玲,等. 基于时序图推理的设备剩余使用寿命预测[J]. 自动化学报,2024,50(1):76-88.
APA 刘雨蒙,郑旭,田玲,&王宏安.(2024).基于时序图推理的设备剩余使用寿命预测.自动化学报,50(1),76-88.
MLA 刘雨蒙,et al."基于时序图推理的设备剩余使用寿命预测".自动化学报 50.1(2024):76-88.
Files in This Item: Download All
File Name/Size DocType Version Access License
AAS-CN-2023-0014.pdf(1550KB)期刊论文出版稿开放获取CC BY-NC-SAView Download
Related Services
Recommend this item
Bookmark
Usage statistics
Export to Endnote
Google Scholar
Similar articles in Google Scholar
[刘雨蒙]'s Articles
[郑旭]'s Articles
[田玲]'s Articles
Baidu academic
Similar articles in Baidu academic
[刘雨蒙]'s Articles
[郑旭]'s Articles
[田玲]'s Articles
Bing Scholar
Similar articles in Bing Scholar
[刘雨蒙]'s Articles
[郑旭]'s Articles
[田玲]'s Articles
Terms of Use
No data!
Social Bookmark/Share
File name: AAS-CN-2023-0014.pdf
Format: Adobe PDF
All comments (0)
No comment.
 

Items in the repository are protected by copyright, with all rights reserved, unless otherwise indicated.