利用 VQ-VAE 进行滚动轴承剩余使用寿命预测中的端到端健康指标生成
机器学习
2023-11-20 v1 系统与控制
系统与控制
摘要
滚动轴承剩余使用寿命（RUL）的预测是工业生产中的一个关键问题。解决该问题的一个重要方法是将振动信号转化为健康指标（HI）以辅助模型训练。本文提出了一种端到端的 HI 构建方法——向量量化变分自编码器（VQ-VAE），它解决了自编码器等传统无监督学习方法中潜变量降维的需求。此外，针对传统统计指标难以准确反映曲线波动的不足，引入了两种新颖的统计指标：平均绝对距离（MAD）和平均方差（MV）。这些指标准确刻画了曲线中的波动模式，从而表明模型在辨识相似特征方面的准确性。在 PMH2012 数据集上，采用 VQ-VAE 进行标签构建的方法取得了更低的 MAD 和 MV 值。进一步，使用 VQ-VAE 标签训练的 ASTCN 预测模型表现出优良的性能，取得了最低的 MAD 和 MV 值。
引用
@article{arxiv.2311.10525,
title = {Utilizing VQ-VAE for End-to-End Health Indicator Generation in Predicting Rolling Bearing RUL},
author = {Junliang Wang and Qinghua Zhang and Guanhua Zhu and Guoxi Sun},
journal= {arXiv preprint arXiv:2311.10525},
year = {2023}
}
备注
17 figures