| 基于多任务学习的轨道车辆轴承异常检测方法 |
| |
| 引用本文： | 蒋雨良,曾大懿,邹益胜,卢昌宏,张笑璐.基于多任务学习的轨道车辆轴承异常检测方法[J].铁道科学与工程学报,2021,18(5):1267-1276. |
| |
| 作者姓名： | 蒋雨良 曾大懿 邹益胜 卢昌宏 张笑璐 |
| |
| 作者单位： | 西南交通大学 机械工程学院先进设计与制造研究所,四川 成都 610031;西南交通大学 机械工程学院先进设计与制造研究所,四川 成都 610031;西南交通大学 轨道交通运维技术与装备四川省重点实验室,四川 成都 610031 |
| |
| 摘 要： | 轨道车辆轴承温度现有异常检测方法的阈值判别指标受到路况、环境等多项外因干扰,并且基于异常检测目的的预测方法需要对轴承进行逐一建模,模型训练耗时且多模型维护困难.针对上述问题,提出一种基于多任务学习的轨道车辆轴承异常检测方法.首先考虑到数据分布在正常与异常时存在差异,把正常工况下的关联轴承温度作为模型输入构建轴承温度预测模型,当实际温度异常时预测值与实际值关联性呈现异常变化,因此该模型具有异常检测功能.其次,考虑到循环神经网络建模时进行递归运算消耗大量时间,引入多头自注意力机制,所构建的模型能够同时对一轴上的轴箱、齿轮箱、电机3类共9个轴承温度进行同时检测.最后,采用极大似然估计方法,将点预测转换为置信区间预测,解释了预测结果的意义.在正常和故障数据上分别对模型进行验证,结果证明本文所提方法具有准确的9个轴承和异常检测能力,并与单任务模型相比能大幅度减少建模时间.
|
| 关 键 词： | 轨道车辆 异常检测 多任务学习 极大似然估计 自注意力机制 |
Abnormal detection method of rail vehicle bearing based on multi task learning |
| |
| JIANG Yuliang,ZENG Dayi,ZOU Yisheng,LU Changhong,ZHANG Xiaolu.Abnormal detection method of rail vehicle bearing based on multi task learning[J].Journal of Railway Science and Engineering,2021,18(5):1267-1276. |
| |
| Authors: | JIANG Yuliang ZENG Dayi ZOU Yisheng LU Changhong ZHANG Xiaolu |
| |
| Abstract: | |
| |
| Keywords: | |
| 本文献已被 CNKI 万方数据 等数据库收录！ |
|
