降噪自編碼器在機械設備故障預警中的應用

摘要：針對目前復雜機械設備大多采用單特征值門限報警法,無法實現提前預警的現狀,提出一種基于降噪自編碼器(denoising autoencoder,DAE)的特征自學習方法,將高維監測數據編碼成低維特征,作為設備運行狀態的特征表示,通過度量待測樣本編碼特征與基準的距離實現故障預警。實驗結果表明,本文方法能夠區分正常樣本特征與任意故障樣本特征,并能降低變工況及環境噪聲干擾的影響;工程應用案例表明,本文方法能夠發現設備故障發生前的微弱征兆,實現提前預警。