基于策略梯度Informer模型的滚动轴承剩余寿命预测OA北大核心CSTPCD
Remaining Useful Life Prediction of Rolling Bearings Based on Policy Gradient Informer Model
典型的编码器-解码器——Transformer存在二次时间复杂度、高内存使用及模型结构复杂等固有限制,造成Transformer用于滚动轴承剩余寿命(RUL)预测会表现出较低预测精度和较低计算效率的问题.为此,提出一种新型编解码器——策略梯度Informer(PG-Informer)模型,并将其应用于滚动轴承RUL预测.首先,在PG-In-former的新型编解码器体系结构 Informer中设计了概率稀疏自注意力(PSSA)机制替代Transf…查看全部>>
As a typical encoder-decoder,the transformer architecture has inherent limitations such as secondary time complexity,high memory usage,and a complex model structure;these issues can lead to lower prediction accuracy and decreased computational efficiency when applied to the prediction of the remaining useful life(RUL)of rolling bearings.For this reason,herein,a novel encoder-decoder,the Policy Gradient Inform-er(PG-Informer)model,is proposed and applied to t…查看全部>>
熊佳豪;李锋;汤宝平;汪永超;罗玲
四川大学机械工程学院,四川成都 610065四川大学机械工程学院,四川成都 610065重庆大学机械传动国家重点实验室,重庆 400044四川大学机械工程学院,四川成都 610065中国测试技术研究院,四川成都 610021
机械工程
Informer模型概率稀疏自注意力机制策略梯度滚动轴承剩余寿命预测
Informer modelprobabilistic sparse self-attention mechanismpolicy gradientrolling bearingremaining useful life prediction
《工程科学与技术》 2024 (4)
273-286,14
四川省中国制造2025四川行动资金项目计划(2019CDZG-22)机械传动国家重点实验室开放基金资助项目(SKLMT-KFKT-201718)中央高校基本科研业务费(2022CDZG-12)
评论