单调回声状态网络的剩余寿命预测方法.pdf

(19)中华人民共和国国家知识产权局*CN103336908A*(12)发明专利申请(10)申请公布号(10)申请公布号CNCN103336908103336908A(43)申请公布日2013.10.02(21)申请号201310311043.7(22)申请日2013.07.23(71)申请人哈尔滨工业大学地址150001黑龙江省哈尔滨市南岗区西大直街92号(72)发明人彭宇刘大同王红郭力萌彭喜元(74)专利代理机构哈尔滨市松花江专利商标事务所23109代理人张宏威(51)Int.Cl.G06F19/00(2011.01)权权利要求书2页利要求书2页说明书9页说明书9页附图5页附图5页(54)发明名称单调回声状态网络的剩余寿命预测方法(57)摘要单调回声状态网络的剩余寿命预测方法，属于故障预测和系统健康管理领域，本发明为解决传统ESN无法准确预测寿命的问题。本发明方法：步骤一、随机建立单调回声状态网络模型MONESN：步骤二、进行网络动态训练，获得MONESN模型的单调递增或单调递减的输出权值，将该输出权值代入MONESN中获取训练后的MONESN；步骤三、将待预测寿命的涡轮发动机的剩余运行周期数输出给步骤二训练后的MONESN的输入单元，MONESN输出的即为待预测寿命的涡轮发动机的剩余寿命；或将待预测寿命的锂离子电池的剩余运行周期数输出给步骤二训练后的MONESN的输入单元，MONESN输出的即为待预测寿命的锂离子电池的剩余寿命。CN103336908ACN103698ACN103336908A权利要求书1/2页1.单调回声状态网络的剩余寿命预测方法，其特征在于，该方法包括以下步骤：步骤一、随机建立单调回声状态网络模型MONESN：单调回声状态网络模型MONESN包括输入单元u(n)、内部处理单元x(n)和输出单元y(n)，n为对应系统状态转移的时刻；输入单元采集涡轮发动机的模拟物理参数；输出单元输出涡轮发动机的剩余运行周期数；或输出单元输出锂离子电池的剩余运行周期数；in随机建立N×L维输入权值矩阵W，N×N维内部连接权值矩阵W0，N×M维反馈权值矩阵Wback；L、M和N均为正整数；k时刻内部处理单元的更新方程为：x(k)=f(Winu(k)+Wx(k-1)+Wbacky(k-1))其中：W=αW1，W1=W0/|λmax|，其中|λmax|是W0的最大特征值的绝对值，此时W1的谱半径为1；步骤二、对步骤一建立的未经训练的MONESN进行网络动态训练，进而获得MONESN模型的单调递增或单调递减的输出权值，将该输出权值代入MONESN中获取训练后的MONESN；步骤三、将待预测寿命的涡轮发动机的剩余运行周期数输出给步骤二训练后的MONESN的输入单元，MONESN输出的即为待预测寿命的涡轮发动机的剩余寿命；或将待预测寿命的锂离子电池的剩余运行周期数输出给步骤二训练后的MONESN的输入单元，MONESN输出的即为待预测寿命的锂离子电池的剩余寿命。2.根据权利要求1所述单调回声状态网络的剩余寿命预测方法，其特征在于，步骤一所述随机建立单调回声状态网络模型MONESN包括输入单元u(n)、内部处理单元x(n)和输出单元y(n)，u(n)=(u1(n),u1(n),...,uj(n),...,uL(n)),j=1,2,...,L；x(n)=(x1(n),x2(n),...,xs(n),...,xN(n)),s=1,2,...,N；y(n)=(y1(n),y2(n),...,yi(n),...,yM(n)),i=1,2,...,M；n为对应系统状态转移的时刻，L、M和N均为正整数；建立MONESN的过程为：in步骤一一、随机建立N×L维输入权值矩阵W，N×N维内部连接权值矩阵W0和N×M维反馈权值矩阵Wback；步骤一二、根据公式：W1=W0/|λmax|获得W1，其中|λmax|是W0的最大特征值的绝对值，此时W1的谱半径为1；步骤一三、根据公式：W=αW1获取k时刻内部处理单元的更新方程x(k)=f(Winu(k)+Wx(k-1)+Wbacky(k-1))的参数W；建立未经训练的MONESN。3.根据权利要求2所述单调回声状态网络的剩余寿命预测方法，其特征在于，步骤二所述对步骤一建立的未经训练的MONESN进行网络动态训练的过程为：步骤二一、初始化内部处理单元x(0)=0、输出单元y(0)=0；2CN103336908A权利要求书2/2页步骤二二、输入序列uj(n)和真实输出样本序列yi(n)驱动MONESN，根据MONESN的内部处理单元更新方程x(n)=f(Winu(n)+Wx(n-1)+Wbacky(n-1))和y(n)=Wout(u(n),x(n))得到各个时刻的内部神经元状态；将每一时刻的输入和内部状态以行向量的