基于深度对抗与多传感器融合的剩余使用寿命预测方法
信号处理
2019-09-25 v2
摘要
多传感器系统正在资产管理行业以及随之而来的结构健康管理领域中迅速普及。资产管理者开始需要 prognostics and health management 系统来预测和评估维护决策。这些系统处理大型机械数据和多传感器融合，并集成剩余使用寿命预测能力。我们引入一种深度对抗学习方法进行损伤预测。开发了一个结合对抗训练算法框架的基于非马尔可夫变分推断的模型。所提出的框架应用于一个公开的涡扇发动机多传感器数据集，以展示其预测剩余使用寿命的能力。我们发现使用基于深度对抗的方法可得到性能更优的剩余使用寿命预测。
引用
@article{arxiv.1909.10246,
title = {A deep adversarial approach based on multi-sensor fusion for remaining useful life prognostics},
author = {David Verstraete and Enrique Droguett and Mohammad Modarres},
journal= {arXiv preprint arXiv:1909.10246},
year = {2019}
}