###
DOI:
:2021,34(2):-
←前一篇   |   后一篇→
本文二维码信息
正则化ISU-LSTM的多传感器故障预测方法
(江南大学)
摘要
图/表
参考文献
相似文献
本文已被:浏览 1751次   下载 3364
    
中文摘要: 针对现有多传感器信息物理系统(Cyber Physical System, CPS)瞬态故障预测领域中无法实现更新检测的问题,本文提出一种长短时记忆网络与快速网络正则化思想相结合的传感器故障检测方法。该方法利用快速网络的稀疏思想,设计内置稀疏单元(Insert Sparse Unit, ISU )代替传统网络中的遗忘门。融入动力学方程建立内置稀疏单元的长短时记忆网络(ISU-LSTM),针对历史检测和间隔瞬态建立多传感器融合的故障预测系统。其次?实际生产中大量特征无法确定维度,可能存在 “导数消亡”的问题,因此建立实时监测模型,实现网络参数及维度不断更新。最后,通过对实际食品加工多传感器信息物理 系统的仿真实验?逐步优化所建立的模型参数,以获得更好的预测性能。
Abstract:
keywords:
文章编号:cg200553     中图分类号:    文献标志码:
基金项目:
作者单位
王家能 江南大学 
Author NameAffiliation
  
引用文本:


用微信扫一扫

用微信扫一扫