摘要
针对系统监测数据存在不平衡而导致剩余寿命预测不准确的问题,本文提出一种基于生成对抗域的长短期记忆网络系统剩余寿命预测方法。首先,提取原始振动信号,构建训练数据集和测试数据集。其次采用长短期记忆网络替换Wasserstein生成对抗网络中的生成器模块,构建一个新的Wasserstein生成对抗网络框架并扩增原始数据,建立平衡数据集。最后将数据集送入长短期记忆网络进行剩余寿命预测并通过PHM2012公开的轴承退化数据集和航空发动机数据集进行验证。实验结果表明Wasserstein生成对抗网络可以改善数据不平衡状态,并且利用平衡数据集训练长短期记忆网络,能够有效提高性能退化趋势预测能力和预测精确度。
-
单位太原科技大学; 电子信息工程学院