基于动态门控调节GRU的综合传动异常检测研究

摘要

针对综合传动装置在运行过程中数据复杂程度高，致使传统方法对异常检测准确性欠佳的问题，提出一种基于动态门控调节的门控循环卷积神经网络的综合传动异常检测模型.该模型基于门控调节机制动态生成GRU的更新门和重置门调节因子，使其在每个时间步灵活调整，从而获得动态门控调节机制与GRU的结合效果.通过对综合传动传感器监测数据的预处理和数据集划分实现冗余数据的清洗，动态门控调节机制能够选取传动数据中的关键特征并赋予适当权重，并根据运行状态不同实时调整权重.基于该模型对综合传动装置两类典型异常开展模型训练与实例验证，并与传统异常检测方法进行对比，结果表明，所提方法在异常检测的准确率上显著提高，两类异常的检测准确率分别为99.40%和98.36%，验证了所提方法的有效性，为综合传动装置的异常检测提供了一种新的解决方案.

关键词

故障检测 / 神经网络 / 工况信息 / 动态权重 / 门控循环卷积神经网络

基金资助

北京市教委科研计划科技一般项目（KM202311232006）