基于深度多尺度卷积神经网络的剩余使用寿命预测模型  

作　　者：原建洋 葛阳 蒋晓梅[1,2] 郑明远 

机构地区：[1]常熟理工学院机械工程学院,江苏常熟215500 [2]江苏省电梯智能安全重点建设实验室,江苏常熟215500

出　　处：《科技创新导报》2020年第15期243-244,共2页Science and Technology Innovation Herald

摘　　要：剩余使用寿命的预测是设备预测与健康管理(PHM)的一个重要前提,由于设备工况以及自身固有状态的差异,剩余使用寿命的精确预测是非常困难的。本文提出了一种基于数据驱动的深度多尺度卷积网络用于剩余寿命预测,通过深度连接层将不同尺度卷积连接起来作为一个卷积层,利用多个组合的卷积层构建成多层卷积网络,最后加入全连接层和回归层搭建成剩余使用寿命预测深度学习系统。C-MAPSS数据实验验证表明,本文提出的深度多尺度卷积网络相比流行其他深度学习网络具有更好表现,预测精度更高,为剩余使用寿命预测提供了一种效果更好的方法。

关 键 词：故障模式识别 剩余使用寿命预测 深度学习 卷积神经网络 

分 类 号：TP183[自动化与计算机技术—控制理论与控制工程]