Robust-MBDL：一种基于鲁棒多分支深度学习的旋转机械剩余使用寿命预测与运行状态识别模型
机器学习
2023-12-15 v2 人工智能
摘要
本文提出一种基于鲁棒多分支深度学习（Robust Multi-branch Deep learning, Robust-MBDL）的系统，用于旋转机械的剩余使用寿命（RUL）预测与运行状态（CO）识别。具体而言，所提系统包含以下主要组件：（1）用于振动数据去噪的 LSTM-自编码器；（2）从去噪数据中提取时域、频域和时频域特征的特征提取模块；（3）一种新颖且鲁棒的多分支深度学习网络架构，以利用多种特征。我们在 XJTU-SY 和 PRONOSTIA 两个基准数据集上评估了所提系统，并与最先进（SOTA）系统进行比较。实验结果证明，所提系统优于 SOTA 系统，并在轴承机械的实际应用中具有潜力。
引用
@article{arxiv.2309.06157,
title = {Robust-MBDL: A Robust Multi-branch Deep Learning Based Model for Remaining Useful Life Prediction and Operational Condition Identification of Rotating Machines},
author = {Khoa Tran and Hai-Canh Vu and Lam Pham and Nassim Boudaoud},
journal= {arXiv preprint arXiv:2309.06157},
year = {2023}
}