计算机集成制造系统 ›› 2023, Vol. 29 ›› Issue (1): 133-145.DOI: 10.13196/j.cims.2023.01.012
张友1,李聪波1+,林利红2,钱静1,易茜1
ZHANG You1,LI Congbo1+,LIN Lihong2,QIAN Jing1,YI Qian1
摘要: 离心鼓风机在运行过程中,监测数据缺失会导致故障趋势预测滞后和预测精度下降。针对该问题,提出一种考虑数据不完备的离心鼓风机故障趋势预测方法。首先,基于张量分解对缺失监测数据进行填补,获得离心鼓风机的完备监测数据;其次,基于填补后的完备监测数据利用深度置信网络(DBN)构建能表征离心鼓风机健康状态的健康指标;最后使用Informer方法预测健康指标的未来走势,实现离心鼓风机的故障趋势预测。案例分析结果表明,相比缺失数据,利用填补后的数据所建立的预测模型能更早预测故障的发生,同时所提出的预测方法较Transformer、长短时记忆(LSTM)和门控循环单元(GRU)等常用传统方法预测精度更高。
中图分类号: