電源車異常檢測(cè)與壽命預(yù)測(cè)方法研究
發(fā)布時(shí)間:2025-04-26 22:20
本文針對(duì)電源車系統(tǒng),目前存在微小異常診斷的不足、以及無(wú)法準(zhǔn)確獲取其剩余使用壽命等問(wèn)題,借助于前期團(tuán)隊(duì)開發(fā)的120KW軍用電源車系統(tǒng)仿真平臺(tái),結(jié)合深度置信網(wǎng)絡(luò)(Deep Belief Networks,DBN)、遷移學(xué)習(xí)(Transfer Learning)、主元成分分析(Principal Component Analysis,PCA)、支持向量回歸(Support Vector Regression,SVR)和門控循環(huán)單元(Gate Recurrent Unit,GRU)網(wǎng)絡(luò)等方法,研究了電源車系統(tǒng)的異常診斷和剩余壽命預(yù)測(cè)等問(wèn)題,研究成果對(duì)于提升電源車系統(tǒng)乃至其它復(fù)雜系統(tǒng)的健康管理水平具有重要的應(yīng)用價(jià)值。主要工作及貢獻(xiàn)點(diǎn)如下:1)基于DBN與遷移學(xué)習(xí)的電源車異常診斷方法研究針對(duì)電源車異常狀態(tài)數(shù)據(jù)量不足且特征不明顯的特點(diǎn),本文提出了一種基于遷移學(xué)習(xí)的異常診斷方法。該方法基于已建立的DBN故障診斷模型,利用遷移學(xué)習(xí)和較少的異常數(shù)據(jù),通過(guò)進(jìn)一步訓(xùn)練獲得電源車的異常診斷模型。經(jīng)在電源車仿真系統(tǒng)上進(jìn)行對(duì)比實(shí)驗(yàn),結(jié)果表明結(jié)合遷移學(xué)習(xí)較直接使用經(jīng)典的深度學(xué)習(xí)方法,對(duì)于在數(shù)據(jù)量不足的情形下的異常診斷有...
【文章頁(yè)數(shù)】:59 頁(yè)
【學(xué)位級(jí)別】:碩士
【文章目錄】:
摘要
Abstract
第1章 緒論
1.1 課題研究背景及意義
1.2 國(guó)內(nèi)外研究現(xiàn)狀綜述
1.2.1 異常檢測(cè)技術(shù)的研究現(xiàn)狀
1.2.2 壽命預(yù)測(cè)技術(shù)的研究現(xiàn)狀
1.3 本文的主要研究?jī)?nèi)容及章節(jié)安排
1.3.1 主要研究?jī)?nèi)容
1.3.2 章節(jié)安排
第2章 基于深度置信網(wǎng)絡(luò)與遷移學(xué)習(xí)的電源車異常診斷方法研究
2.1 引言
2.2 電源車異常診斷面臨的問(wèn)題及方法的提出
2.2.1 電源車異常診斷的問(wèn)題分析
2.2.2 電源車異常診斷方法的提出
2.3 基于遷移學(xué)習(xí)的電源車異常診斷方法
2.3.1 DBN模型
2.3.2 預(yù)訓(xùn)練模型
2.3.3 遷移學(xué)習(xí)
2.4 仿真實(shí)驗(yàn)與結(jié)果分析
2.4.1 實(shí)驗(yàn)數(shù)據(jù)獲取
2.4.2 異常診斷模型的訓(xùn)練及測(cè)試
2.4.3 實(shí)驗(yàn)結(jié)果分析
2.5 本章小結(jié)
第3章 基于PCA-SVR的電源車壽命預(yù)測(cè)方法研究
3.1 引言
3.2 電源車壽命預(yù)測(cè)方法
3.2.1 電源車壽命預(yù)測(cè)面對(duì)的問(wèn)題
3.2.2 電源車壽命預(yù)測(cè)方法的提出
3.3 基于PCA算法和支持向量回歸的電源車壽命預(yù)測(cè)方法
3.3.1 PCA算法
3.3.2 支持向量回歸
3.3.3 電源車壽命預(yù)測(cè)
3.4 仿真實(shí)驗(yàn)與結(jié)果分析
3.4.1 實(shí)驗(yàn)數(shù)據(jù)獲取
3.4.2 實(shí)驗(yàn)數(shù)據(jù)的PCA降維降噪處理
3.4.3 支持向量回歸模型的參數(shù)處理
3.4.4 電源車壽命預(yù)測(cè)結(jié)果分析
3.5 本章小結(jié)
第4章 基于GRU網(wǎng)絡(luò)的電源車壽命預(yù)測(cè)方法研究
4.1 引言
4.2 基于GRU網(wǎng)絡(luò)的電源車壽命預(yù)測(cè)方法
4.2.1 GRU網(wǎng)絡(luò)
4.2.2 GRU模型的訓(xùn)練
4.2.3 基于GRU網(wǎng)絡(luò)的電源車壽命預(yù)測(cè)
4.3 仿真實(shí)驗(yàn)與結(jié)果分析
4.3.1 實(shí)驗(yàn)數(shù)據(jù)獲取
4.3.2 基于GRU網(wǎng)絡(luò)的電源車壽命預(yù)測(cè)模型
4.3.3 其它模型的測(cè)試結(jié)果
4.4 本章小結(jié)
結(jié)論與展望
結(jié)論
展望
參考文獻(xiàn)
致謝
附錄 A 攻讀學(xué)位期間發(fā)表的學(xué)術(shù)論文
本文編號(hào):4041451
【文章頁(yè)數(shù)】:59 頁(yè)
【學(xué)位級(jí)別】:碩士
【文章目錄】:
摘要
Abstract
第1章 緒論
1.1 課題研究背景及意義
1.2 國(guó)內(nèi)外研究現(xiàn)狀綜述
1.2.1 異常檢測(cè)技術(shù)的研究現(xiàn)狀
1.2.2 壽命預(yù)測(cè)技術(shù)的研究現(xiàn)狀
1.3 本文的主要研究?jī)?nèi)容及章節(jié)安排
1.3.1 主要研究?jī)?nèi)容
1.3.2 章節(jié)安排
第2章 基于深度置信網(wǎng)絡(luò)與遷移學(xué)習(xí)的電源車異常診斷方法研究
2.1 引言
2.2 電源車異常診斷面臨的問(wèn)題及方法的提出
2.2.1 電源車異常診斷的問(wèn)題分析
2.2.2 電源車異常診斷方法的提出
2.3 基于遷移學(xué)習(xí)的電源車異常診斷方法
2.3.1 DBN模型
2.3.2 預(yù)訓(xùn)練模型
2.3.3 遷移學(xué)習(xí)
2.4 仿真實(shí)驗(yàn)與結(jié)果分析
2.4.1 實(shí)驗(yàn)數(shù)據(jù)獲取
2.4.2 異常診斷模型的訓(xùn)練及測(cè)試
2.4.3 實(shí)驗(yàn)結(jié)果分析
2.5 本章小結(jié)
第3章 基于PCA-SVR的電源車壽命預(yù)測(cè)方法研究
3.1 引言
3.2 電源車壽命預(yù)測(cè)方法
3.2.1 電源車壽命預(yù)測(cè)面對(duì)的問(wèn)題
3.2.2 電源車壽命預(yù)測(cè)方法的提出
3.3 基于PCA算法和支持向量回歸的電源車壽命預(yù)測(cè)方法
3.3.1 PCA算法
3.3.2 支持向量回歸
3.3.3 電源車壽命預(yù)測(cè)
3.4 仿真實(shí)驗(yàn)與結(jié)果分析
3.4.1 實(shí)驗(yàn)數(shù)據(jù)獲取
3.4.2 實(shí)驗(yàn)數(shù)據(jù)的PCA降維降噪處理
3.4.3 支持向量回歸模型的參數(shù)處理
3.4.4 電源車壽命預(yù)測(cè)結(jié)果分析
3.5 本章小結(jié)
第4章 基于GRU網(wǎng)絡(luò)的電源車壽命預(yù)測(cè)方法研究
4.1 引言
4.2 基于GRU網(wǎng)絡(luò)的電源車壽命預(yù)測(cè)方法
4.2.1 GRU網(wǎng)絡(luò)
4.2.2 GRU模型的訓(xùn)練
4.2.3 基于GRU網(wǎng)絡(luò)的電源車壽命預(yù)測(cè)
4.3 仿真實(shí)驗(yàn)與結(jié)果分析
4.3.1 實(shí)驗(yàn)數(shù)據(jù)獲取
4.3.2 基于GRU網(wǎng)絡(luò)的電源車壽命預(yù)測(cè)模型
4.3.3 其它模型的測(cè)試結(jié)果
4.4 本章小結(jié)
結(jié)論與展望
結(jié)論
展望
參考文獻(xiàn)
致謝
附錄 A 攻讀學(xué)位期間發(fā)表的學(xué)術(shù)論文
本文編號(hào):4041451
本文鏈接:http://www.sikaile.net/kejilunwen/dianlidianqilunwen/4041451.html
最近更新
教材專著