基于云-边协同变分自编码神经网络的设备故障检测方法

作     者：刘阳 粟航 何倩 申普 刘鹏 LIU Yang;SU Hang;HE Qian;SHEN Pu;LIU Peng

作者机构：广西交科集团有限公司广西道路智能交通系统工程技术研究中心广西南宁530007 桂林电子科技大学广西可信软件重点实验室广西桂林541004 

基　　金：国家自然科学基金(62162018) 广西创新驱动重大专项(AA17202024) 广西自然科学基金(2019GXNSFGA245004) 广西云计算与大数据协同创新基金(YD1901) 广西研究生教育创新计划(YCSW2022296) 南宁市科学研究与技术开发计划(20201075) 

出 版 物：《计算机工程与科学》 (Computer Engineering & Science)

年 卷 期：2023年第45卷第7期

页      码：1188-1196页

摘      要：针对机电设备故障数据整体趋势和多阈值点实际应用,提出了一种基于云-边协同的变分自编码门控循环神经网络VAE-GRU的设备故障检测方法。构建了基于云-边协同的机电设备故障检测系统架构,终端设备层、边缘节点层、云中心层,云中心和边缘节点之间通过协同的方式对机电设备进行故障检测。设计了VAE-GRU模型,通过VAE编码器对输入数据进行采样,利用GRU捕捉时序数据的长期相关性。设计了动态阈值选择算法确定故障检测阈值,针对不同数据集可自动选择最优阈值,提高故障检测精度。实验结果表明,提出的基于云-边协同VAE-GRU设备故障检测方法提高了设备故障检测准确性,降低了处理时延,能保证机电设备稳定运行。

主 题 词：云-边协同 故障检测 变分自编码 门控循环神经网络 机电设备运维 

学科分类：08[工学] 080203[080203] 0802[工学-机械学] 

D　O　I：10.3969/j.issn.1007-130X.2023.07.006

馆 藏 号：203122612...