潜在数据散度在预测系统退化中的重要性

基于状态的维护对于工程系统潜在故障的早期检测至关重要，其中精确预测剩余使用寿命是有效维护和运行的关键。然而，该领域的主流研究侧重于使用未处理或最小化处理的数据来预测剩余使用寿命，常常忽略了数据集中固有的复杂动态特性。在这项工作中，我们引入了一种基于系统组件潜在数据中统计相似性分析的新方法。利用基于向量量化变分自编码器的专门设计架构，我们创建了一个离散向量序列，用于估计系统特定的先验。通过评估这些先验的散度来推断系统间的相似性，从而提供对单个系统行为的细致理解。我们通过在NASA商用模块化航空推进系统仿真（C-MAPSS）数据集上的实验证明了我们方法的有效性。我们的验证不仅突显了该方法在推进潜在统计散度研究方面的潜力，而且证明了其相对于现有技术的优越性。