公开(公告)号：CN116089822A

公开(公告)日：2023-05-09

申请号：CN202310166396.6

申请日：2023-02-27

Applicant: 安徽大学 ,  中国北方车辆研究所

Inventor： 刘永斌 ,  李宣霖 ,  杨阳 ,  胡娅维 ,  杜明刚 ,  刘先增 ,  曹正 ,  刘方

IPC: G06F18/213 ,  G06F18/15 ,  G06F18/214 ,  G06N3/045 ,  G06N3/0442 ,  G06N3/0464 ,  G06N3/047 ,  G06N3/048 ,  G06N3/084 ,  G06F123/02

Abstract: 本发明适用于设备故障预测和人工智能领域，提供了一种基于时空注意力网络的设备RUL预测方法及系统，所述方法包括以下步骤：将从设备获取的多源传感器数据进行预处理，使各源传感器数据具有相同的数据量级；通过已训练的深度学习预测模型对预处理后的传感器数据进行加权和编码；挖掘加权和编码后的各所述传感器数据中的隐藏特征；对加权后的所述传感器数据进行补全，并对其中的隐藏特征进行加权和解码；对解码后的隐藏特征进行映射，输出设备RUL的预测结果。本发明解决了多传感器数据输入中重要信息不突出的问题，能够减少检测信号中的干扰；且只需要原始数据输入即可得到预测结果，无需额外的特征工程，计算过程简单，预测精度很高。