动态控制网络

剩用寿命预测

引入物理动态约束的RUL预测模型,生成平滑且符合退化物理的寿命轨迹,避免数据驱动方法的波动。

周政 · 李天福 · 赵志斌 · 孙闯 · Chen, Xuefeng · 严如强 · Jide, Jia

Mechanical Systems and Signal Processing 2023

技术优势

轨迹平滑

在ODE每步前向传播中插入非负有界函数,约束轨迹空间,彻底避免数据驱动方法常出现的波动。

系数时变

将ODE网络设计为超网络,通过深度强化学习动态确定网络架构,识别随时间变化的退化系数,适应不同工况。

公开数据最优

在两个公开数据集上达到当前最优性能,证明其泛化能力和可靠性。

应用场景