热能动力工程

作者：俎海东,焦晓峰,张万福,孙康,李春

单位：内蒙古电力科学研究院分公司,,内蒙古电力科学研究院分公司,,上海理工大学 能源与动力工程学院,,上海理工大学 能源与动力工程学院,,上海理工大学 能源与动力工程学院,

关键词：健康指标;无监督学习;剩余寿命预测;平方欧式距离;Bi-LSTM网络

基金：西门子超超临界机组不稳定振动影响因素分析及对策研究

针对健康指标构建方法依赖专家经验的问题,本文结合MSR-CNED-SE提出了一种基于无监督数据集的健康指标构建方法,并利用深度学习模型实现剩余寿命预测。通过在轴承全寿命数据集上验证方法的可靠性。此外,还通过研究不同相似度与深度学习网络对健康指标的影响。结果表明,基于平方欧式距离作为相似度度量构建的指标更容易找到退化的起始点,而Bi-LSTM网络在不同预测场景下表现出更好的稳定性和可靠性。

来源：2024年第7期

《热能动力工程》期刊编辑部

查看热能动力工程杂志2024年第7期