焦博韬,郭一楠,何潇等 | 基于动态支持向量提取的复杂装备实时安全评估

文摘   科技   2025-01-12 13:58   北京  

文章下载

焦博韬, 郭一楠, 何潇, 蒲佳洋, 巩敦卫. 基于动态支持向量提取的复杂装备实时安全评估. 中国科学:信息科学, 2025, 55(1): 156-171, doi: 10.1360/SSI-2024-0212



研究意义

为适应资源勘探、航空航天、汽车制造等领域的特殊需求,具有繁杂组成部件和结构的复杂装备逐渐涌现。组成部件的故障或失效不仅会导致装备运行受限,而且直接影响生产过程的稳定性和效率,造成经济损失和人员伤亡。因此,对复杂装备进行安全评估能够及时发现潜在故障,提前预警,避免事故发生,从而提高装备的可靠性和使用寿命,具有非常重要的现实意义。

本文工作

为了解决极端验证延迟场景下的复杂装备安全评估问题,本文提出了一种基于动态支持向量提取的复杂装备状态实时安全评估方法。考虑到特征取值范围可能存在差异,首先提出了一种在线数据归一化技术,旨在实现流式数据的特征尺度一致化,并有效地减少噪声数据的影响。基于此,提出了一种动态支持向量提取方法,准确地跟踪数据分布的变化,并根据这些支持向量进行标签信息的传播。同时,基于支持向量的动态加权,消除不同标签下监测数据的非平衡性对模型性能的影响。

实验结果

为了验证本文所提方法的有效性,面向蛟龙号载人深海潜水器数据集,开展了以下三组实验。首先,将本文所提方法分别与两种经典的在线方法及两种离线方法进行对比实验,分析其对不同状态的在线评估准确性;其次,分析了所提方法中三个关键参数对在线评估性能的影响程度;最后,通过消融实验验证了所提方法中核心策略的有效性。

实验结果表明,所提方法在整体预测性能上优于所有对比方法,并在所有情况下都维持了最低的漏报率。此外, 所提方法可以在新样本到来之前,完成对历史监测数据的处理,满足时效性要求。





中国科学信息科学
《中国科学:信息科学》及其英文版《Science China Information Sciences》的宣传平台。
 最新文章