本發(fā)明涉及故障預(yù)測(cè)和健康管理領(lǐng)域，尤其涉及一種基于外緣數(shù)據(jù)加強(qiáng)驅(qū)動(dòng)的稱重傳感器剩余壽命預(yù)測(cè)方法。

背景技術(shù)：

1、稱重傳感器(load?cell)是一種用于測(cè)量物體質(zhì)量的設(shè)備，通常由敏感元件和信號(hào)處理電路組成。根據(jù)不同的工作原理，稱重傳感器主要分為應(yīng)變式、壓電式、電容式、磁感式、振弦式等類型，廣泛應(yīng)用于各個(gè)領(lǐng)域。其中，應(yīng)變式稱重傳感器在智能倉儲(chǔ)中的應(yīng)用尤為普遍，具有持續(xù)使用時(shí)間長和測(cè)量精度高的特點(diǎn)。然而，隨著使用時(shí)間的延長和使用頻率的增加，應(yīng)變式稱重傳感器可能會(huì)逐漸退化，導(dǎo)致性能下降甚至失效。因此，對(duì)該類型傳感器進(jìn)行剩余壽命預(yù)測(cè)變得尤為關(guān)鍵，以確保其長期穩(wěn)定和可靠的運(yùn)行。

2、目前，有許多方法可以預(yù)測(cè)退化趨勢(shì)從而計(jì)算剩余壽命，包括lstm方法、arima方法等,都使用到外援?dāng)?shù)據(jù)加強(qiáng)，外緣數(shù)據(jù)加強(qiáng)是指利用外部數(shù)據(jù)來增強(qiáng)模型的學(xué)習(xí)能力和預(yù)測(cè)性能，主要被用來解決數(shù)據(jù)不足或者模型的性能達(dá)到瓶頸的問題。

3、公開號(hào)“cn202311658215.8”的文件提出了“一種基于lstm的軸承壽命預(yù)測(cè)方法和系統(tǒng)”，主要使用軸承運(yùn)行狀態(tài)數(shù)據(jù)，如振動(dòng)數(shù)據(jù)、溫度數(shù)據(jù)、聲音數(shù)據(jù)和轉(zhuǎn)速數(shù)據(jù)，利用lstm模型進(jìn)行軸承壽命預(yù)測(cè)，存在的問題如下：1.模型的泛化能力不足，難以適應(yīng)不同的工作條件；2.計(jì)算資源浪費(fèi)，計(jì)算速度慢；3.lstm單步預(yù)測(cè)，每次用觀測(cè)值進(jìn)行更新。另一個(gè)公開號(hào)“cn202111420929.6”的文件提出了“一種基于改進(jìn)lstm的航空發(fā)動(dòng)機(jī)壽命預(yù)測(cè)方法”，主要使用深度稀疏自動(dòng)編碼器(sdae)進(jìn)行無監(jiān)督特征提取，并利用lstm模型進(jìn)行航空發(fā)電機(jī)

4、壽命預(yù)測(cè)，存在的問題如下：1.引入sdae增加了模型的復(fù)雜度和訓(xùn)練時(shí)間；2.lstm單步預(yù)測(cè)，每次用觀測(cè)值進(jìn)行更新；3.模型的泛化能力不足，難以適應(yīng)不同的工況。

5、上述兩個(gè)文件存在的共同問題是：都使用了lstm模型進(jìn)行單步預(yù)測(cè)，單步預(yù)測(cè)只能逐步預(yù)測(cè)，每次輸入都需要觀測(cè)值，觀測(cè)值只能預(yù)測(cè)一步，無法一次性得到長期趨勢(shì)。

6、經(jīng)典lstm模型方法一般僅包含歷史重量數(shù)據(jù)，稱重傳感器的重量歷史時(shí)間序列作為輸入預(yù)測(cè)未來重量數(shù)據(jù)，由于誤差積累和模型對(duì)復(fù)雜關(guān)系的捕捉能力有限，無法一次性得到長期趨勢(shì)、易出現(xiàn)預(yù)測(cè)值趨于恒值。

技術(shù)實(shí)現(xiàn)思路

1、本發(fā)明提出一種基于外緣數(shù)據(jù)加強(qiáng)的稱重傳感器剩余壽命預(yù)測(cè)方法，以克服現(xiàn)有技術(shù)存在的長期趨勢(shì)預(yù)測(cè)趨于恒值而導(dǎo)致剩余壽命無法進(jìn)行預(yù)測(cè)的問題。

2、為達(dá)到上述目的，本發(fā)明的技術(shù)方案如下：一種基于外緣數(shù)據(jù)加強(qiáng)的稱重傳感器剩余壽命預(yù)測(cè)方法，包括以下步驟：

3、步驟一、獲取常溫下稱重傳感器恒定負(fù)載的重量數(shù)據(jù)和溫度數(shù)據(jù)，并分別對(duì)其進(jìn)行預(yù)處理，所述預(yù)處理包括濾波、劃分和歸一化，將重量數(shù)據(jù)和溫度數(shù)據(jù)劃分得到重量訓(xùn)練集、重量測(cè)試集、溫度訓(xùn)練集和溫度測(cè)試集；

4、步驟二、將溫度數(shù)據(jù)輸入到lstm模型網(wǎng)絡(luò)里，使用重量訓(xùn)練集和溫度訓(xùn)練集對(duì)模型進(jìn)行訓(xùn)練得到不同的多個(gè)lstm預(yù)測(cè)模型；

5、步驟三、使用溫度測(cè)試集和預(yù)測(cè)的重量數(shù)據(jù)作為訓(xùn)練好的多個(gè)lstm預(yù)測(cè)模型的輸入，進(jìn)行多步預(yù)測(cè)得到預(yù)測(cè)的重量數(shù)據(jù)，將多個(gè)lstm的多步預(yù)測(cè)結(jié)果進(jìn)行均值，獲得稱重傳感器的預(yù)測(cè)退化趨勢(shì)；

6、步驟四、選取測(cè)試點(diǎn)i(i＝1,…，n),借助步驟三得到不同測(cè)試點(diǎn)的稱重傳感器退化趨勢(shì)，計(jì)算預(yù)測(cè)剩余壽命rul。

7、進(jìn)一步的，上述步驟一中，所述歸一化的公式如(3)所示：

8、

9、其中，表示在x處的平滑結(jié)果，是平滑數(shù)據(jù)中的最小值，是平滑數(shù)據(jù)中的最大值，y是歸一化后的數(shù)據(jù)。

10、進(jìn)一步的，上述步驟二中，所述lstm模型網(wǎng)絡(luò)結(jié)構(gòu)單元的公式如(4)-(9)所示：

11、ft＝σ[wf·(ht-1,xt,yt)+bf]???????????????(4)

12、it＝σ[wi·(ht-1,xt,yt)+bi]????????????????(5)

13、

14、ot＝σ[wo·(ht-1,xt,yt)+bo]?????????????????(8)

15、

16、其中,wf、wi、wc和wo為權(quán)重矩陣，bf、bi、bc和和bo為偏置項(xiàng)，(ht-1,xt,yt)表示將前一個(gè)單元的輸出向量(ht-1)與(xt,yt)連接起來形成一個(gè)更長的向量，σ是sigmoid函數(shù)，ft是時(shí)間步t的遺忘門的輸出，xt,yt是當(dāng)前時(shí)間步的輸入，it是時(shí)間步t的輸入門的輸出，是候選記憶向量，ct是時(shí)間步t的單元狀態(tài)更新，表示逐元素乘法，ot是時(shí)間步t的輸出門的輸出，ht是后一個(gè)時(shí)間步的隱藏狀態(tài)。

17、進(jìn)一步的，上述步驟四中，rul計(jì)算的具體公式如(12)、(13)所示：

18、rul真實(shí)＝eol真實(shí)-tt????????????????(12)

19、rul預(yù)測(cè)＝eol預(yù)測(cè)-tt????????????????(13)

20、其中，eol真實(shí)是真實(shí)終止壽命，eol預(yù)測(cè)是預(yù)測(cè)終止壽命，tt是已使用的時(shí)間。

21、與現(xiàn)有技術(shù)相比，本發(fā)明的有益效果是：

22、1.本發(fā)明在預(yù)處理過程中添加歸一化步驟，將實(shí)驗(yàn)獲得溫度數(shù)據(jù)和重量數(shù)據(jù)通過歸一化操作轉(zhuǎn)化為-1到1范圍，解決了經(jīng)典lstm模型在處理高動(dòng)態(tài)范圍數(shù)據(jù)時(shí)性能不穩(wěn)定的問題，顯著提升了模型訓(xùn)練的穩(wěn)定性和收斂速度。，

23、2.針對(duì)稱重傳感器受環(huán)境因素變化的特點(diǎn)，本發(fā)明采用了改進(jìn)的lstm模型，將溫度和重量數(shù)據(jù)都作為輸入預(yù)測(cè)未來重量數(shù)據(jù)，并將溫度作為引入的外緣數(shù)據(jù)。在外緣數(shù)據(jù)的驅(qū)動(dòng)下，模型的輸入不僅包含歷史重量數(shù)據(jù)和歷史溫度數(shù)據(jù)，在每一步預(yù)測(cè)時(shí)，同時(shí)使用前一步的溫度數(shù)據(jù)和前一步的預(yù)測(cè)重量數(shù)據(jù)作為輸入預(yù)測(cè)。該方法解決了經(jīng)典lstm模型中因?yàn)檎`差積累而造成預(yù)測(cè)值趨于恒值，導(dǎo)致結(jié)果不能跟隨實(shí)際變化趨勢(shì)的問題，顯著提高了預(yù)測(cè)效率。

24、3.本發(fā)明方法采用多步驟流程，具有較強(qiáng)適用性和推廣性，可有效適應(yīng)多種環(huán)境因素對(duì)系統(tǒng)性能的影響，這種綜合策略提高了系統(tǒng)在不同工作條件下的穩(wěn)定性和響應(yīng)能力。

技術(shù)特征：

1.一種基于外緣數(shù)據(jù)加強(qiáng)的稱重傳感器剩余壽命預(yù)測(cè)方法，其特征在于，包括以下步驟：

2.根據(jù)權(quán)利要求1所述的一種基于外緣數(shù)據(jù)加強(qiáng)的稱重傳感器剩余壽命預(yù)測(cè)方法，其特征在于，所述步驟一中，所述歸一化的公式如(3)所示：

3.根據(jù)權(quán)利要求2所述的一種基于外緣數(shù)據(jù)加強(qiáng)的稱重傳感器剩余壽命預(yù)測(cè)方法，其特征在于，所述步驟二中，所述lstm模型網(wǎng)絡(luò)結(jié)構(gòu)單元的公式如(4)-(9)所示：

4.根據(jù)權(quán)利要求3所述的一種基于外緣數(shù)據(jù)加強(qiáng)的稱重傳感器剩余壽命預(yù)測(cè)方法，其特征在于，所述步驟四中，rul計(jì)算的具體公式如(12)、(13)所示：

技術(shù)總結(jié)
本發(fā)明涉及一種基于外緣數(shù)據(jù)加強(qiáng)的稱重傳感器剩余壽命預(yù)測(cè)方法。所述方法包括：首先，獲取常溫下稱重傳感器恒定負(fù)載的重量數(shù)據(jù)和溫度數(shù)據(jù)，并對(duì)其進(jìn)行預(yù)處理；其次，進(jìn)行LSTM的網(wǎng)絡(luò)構(gòu)建及相關(guān)參數(shù)設(shè)置，將處理后的數(shù)據(jù)輸入到網(wǎng)絡(luò)中，進(jìn)行網(wǎng)絡(luò)模型的訓(xùn)練；然后，使用溫度測(cè)試集和預(yù)測(cè)的重量數(shù)據(jù)作為訓(xùn)練好模型的輸入，進(jìn)行多步測(cè)試；最后，通過不同測(cè)試點(diǎn)的預(yù)測(cè)結(jié)果，進(jìn)行不同測(cè)試點(diǎn)的RUL計(jì)算。該方法可以較好地預(yù)測(cè)稱重傳感器退化趨勢(shì)，RUL預(yù)測(cè)的準(zhǔn)確性可以達(dá)到95.6126%；可顯著提升模型訓(xùn)練的穩(wěn)定性和收斂速度，預(yù)測(cè)效率顯著提高，可有效適應(yīng)多種環(huán)境因素對(duì)系統(tǒng)性能的影響，采用的綜合策略提高了系統(tǒng)在不同工作條件下的穩(wěn)定性和響應(yīng)能力。

技術(shù)研發(fā)人員：王儲(chǔ),張妮,賀楚超,王鵬,邸若海,董綿綿,李曉艷,呂志剛,王賓,郜輝
受保護(hù)的技術(shù)使用者：西安工業(yè)大學(xué)
技術(shù)研發(fā)日：
技術(shù)公布日：2024/12/17