通过无监督对比学习学习信息性健康指标
机器学习
2024-05-29 v3
摘要
监测复杂工业资产的状态对于安全高效运行至关重要。健康指标能够提供工业资产随时间变化的定量实时健康状态信息，是故障检测或预测等有价值的工具。本研究提出了一种新颖、通用且无监督的方法，使用对比学习来学习健康指标，其中运行时间作为退化的代理。为了突出其通用性，该方法在两个任务和具有不同特征的案例研究中进行了评估：铣床的磨损评估和铁路车轮的故障检测。我们的结果表明，所提出的方法有效地学习了跟随铣床磨损的健康指标（平均相关性0.97），并且适用于铁路车轮的故障检测（平衡准确率88.7%）。进行的实验证明了该方法对各种系统和健康条件的通用性。
引用
@article{arxiv.2208.13288,
title = {Learning Informative Health Indicators Through Unsupervised Contrastive Learning},
author = {Katharina Rombach and Gabriel Michau and Wilfried Bürzle and Stefan Koller and Olga Fink},
journal= {arXiv preprint arXiv:2208.13288},
year = {2024}
}