针对以深度学习为代表的机器学习方法在监测大数据深层次特征自动提取、复杂结构数据拟合、非线性映射等方面具有强大的处理能力但很难得到体现剩余寿命预测不确定性的概率分布, 而统计数据驱动的方法针对完整监测数据虽能得到剩余寿命的概率分布但

动态未结 0 121

小小草 LV1 2023年9月23日 23:40 发表

本文提出了一种针对大数据下设备剩余寿命预测的深度学习与随机退化过程建模交互联动技术，通过深度学习网络提取设备退化特征，运用随机过程模型对其表征并预测寿命，构建以最小化预测不确定性为核心的优化目标函数，实现深度网络特征提取与随机退化建模的交互联动、交叉融合，达到深度特征提取与随机退化模型自动匹配、失效阈值优化确定的目的。