Apr, 2023
基于受控物理信息的数据生成,用于基于深度学习的未见过操作条件下的剩余寿命预测
Controlled physics-informed data generation for deep learning-based remaining useful life prediction under unseen operation conditions
Jiawei Xiong, Olga Fink, Jian Zhou, Yizhong Ma
TL;DR提出了一种基于物理学信息生成和深度学习预测模型的新型混合框架,其中包括一个新的受控物理学信息生成对抗网络 (CPI-GAN),该网络使用五个基本物理约束条件将生成的合成降级轨迹的变化趋势保持一致并提高了剩余寿命预测的准确性。与商业模块化航空推进系统模拟 (N-CMAPSS) 的实验结果表明,该框架能够产生与基础降级趋势一致的合成 TTF 轨迹,进而显著提高了剩余寿命预测的准确性。