基于动态工况匹配网络的时变工况下设备健康指标端到端生成方法

《Processes》：Dynamic Condition-Matching Network for End-to-End Machinery Health Monitoring Under Time-Varying Operating Conditions

　　**摘要**在时变工况下对关键设备进行动态监测仍然是一项具有挑战性的难题。现有方法往往难以高效、便捷地生成可靠的健康指标。为解决这一问题，提出了一种动态工况匹配网络（DCMN），可在时变工况下端到端地生成设备健康指标。首先，开发了一种基于自监督匹配对的样本生成方法。通过构建真实与虚拟的振动–转速对来产生伪回归标签，以探索潜在的跨模态关系。其次，在DCMN中引入交叉注意力机制，用于建模振动与转速之间的跨模态表示关联，从而生成能够反映偏离参考基准的融合特征。最后，在DCMN中建立了跨模态匹配率预测头，使得在给定振动和转速输入时能够以端到端的方式计算健康指标。通过时变工况下的案例研究验证了DCMN的有效性。实验结果表明，DCMN能够有效生成工况不变的健康指标，其性能优于对比方法，为时变工况下的设备健康监测提供了一种优雅的方法。