(19)国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202210886858.7 (22)申请日 2022.07.26 (71)申请人 四川锐研致盛科技有限公司 地址 620000 四川省眉山市仁寿县 视高街 道环天府新区快速通道北侧 (72)发明人 孙华民　崔荣江　 (74)专利代理 机构 北京天奇智新知识产权代理 有限公司 1 1340 专利代理师 许驰 (51)Int.Cl. G06F 30/17(2020.01) G06F 30/27(2020.01) G06F 119/02(2020.01) (54)发明名称 滑环健康预测方法及装置 (57)摘要 本发明公开了滑环 健康预测方法及装置， 涉 及深度学习领域， 方法包括S1模拟滑环实际运作 情况， 获取训练数据； S2构建初始的滑环健康预 测模型； S3训练初始的滑环健康预测模 型获得优 化的滑环 健康预测模型； S4实时采集待预测滑环 的数据； S5对待预测滑环进行健康预测； 通过构 建生成式对抗网络解决了滑环性能退化数据稀 缺的问题， 并基于此构建滑环健康预测模型， 实 现了滑环 健康的智能预测。 与传统物理模型驱动 方式不同的是， 该发明不需要构建复杂的载流摩 擦副模型， 也不需要任何先验知识， 因此具有很 强的泛化性； 此外， 利用生成式对抗网络产生虚 拟全寿命数据， 相比人工采集数据可以很大程度 上降低成本， 同时实现数据增广， 解决了传统数 据驱动方法的弊端。 权利要求书2页 说明书4页 附图1页 CN 115203856 A 2022.10.18 CN 115203856 A 1.滑环健康预测方法， 其特 征在于， 包括： S1、 构建滑环试验台模拟滑环 的实际运作情况， 获取多个滑环 的全部寿命数据作为训 练数据； S2、 基于生成式对抗网络构建初始的滑 环健康预测模型； S3、 利用训练数据训练初始的滑环健康预测模型， 优化网络参数， 获得优化的滑环健康 预测模型； S4、 实时采集待预测滑 环的数据； S5、 待预测滑 环的数据导入 优化后的滑 环健康预测模型对待预测滑 环进行健康预测。 2.根据权利要求1所述的滑环健康预测方法， 其特征在于， 滑环健康预测模型包括生成 器、 判别器和预测器， 训练滑 环健康预测模型 具体为： S31、 生成器从训练数据的随机噪声中生成一条虚拟数据； S32、 将虚拟数据分别导入判别器和预测器进行判别和预测； S33、 计算生成器与判别器之间的对抗损失和预测期的预测损失； S34、 根据对抗损失和预测损失通过计算梯度并反向传播优化生成器、 判别器和预测 器。 3.根据权利要求2所述的滑环健康预测方法， 其特征在于， 生成器和判别器皆由长短期 记忆网络LSTM 组成， 长短期记忆网络LSTM包括输入门、 遗忘门和输出门， 输入门it用于决定 可以输入新信息的总量， 表示为it＝σ(Wi·[ht‑1,xt]+bi)； 遗忘门ft用于控制上一个单元信 息的遗忘率， 表示为ft＝σ(Wf·[ht‑1,xt]+bf)； 输出门ot用于控制单元记忆的输出比例， 表示 为ot＝σ(Wo·[ht‑1,xt]+bo)， 其中σ 是sigmoid门激活函数， 函数取值范围为0～1， t是时间单 元， ht‑1为第t‑1个时间单元的隐层状态， xt为第t个时间单元采集到的真实样本， Wf,Wi和Wo 是输入权重， bf,bi和bo是偏置参数，“·”代表两个向量的矩阵乘， 第tanh层的新的候选状态 值 可表示为 将候选状态值 与之前的单元状态Ct‑1相组合， 获取新的单元状态Ct， 表示为 其中， *代表两个向量的对应元素相乘， Wc 是权重参数， bc是偏置参数； 遗忘门ft保留了部分历 史信息， 然后输入门it决定 中的哪些 信息将会更新并保留在Ct中， 输出门ot决定Ct的多少将被输出， 该过程表示为ht＝ot*tanh (Ct)。 4.根据权利要求2所述的滑环健康预测方法， 其特征在于， 预测器包括全连接层， 预测 器的预测结果 为 其中Fh为生成器的最后一层输出特征， w和b分别代表 全连接层的权 重及偏置参数。 5.根据权利要求2所述的滑环健康预测方法， 其特征在于， 在S33中， 对抗损失表示为 预测损失表示 为 其中， Lpre为健康预测误差， x 为实验采 集到的真实样本， z为随机噪声， G为生成器， D为辨别器， pdata(x)为原始数据分布， pz(z)为随机噪声分布， m为预测寿命的 个数， 及yi分别代表预测的寿命值与真实寿命值。权　利　要　求　书 1/2 页 2 CN 115203856 A 26.根据权利要求1所述的滑环健康预测方法， 其特征在于， 滑环试验台包括电流供应模 块、 数据采集模块和动力驱动模块， 电流供应模块用于模拟实际工作中滑环载流情况， 数据 采集模块用于采集滑环的振动数据采集和电压数据， 动力驱动模块用于模拟滑环实际运转 情况， 模拟时， 滑 环安装在滑 环试验台的试验位。 7.滑环健康预测装置， 应用于如权利要求1 ‑6任一项所述的滑环健康预测方法， 其特征 在于， 包括： 滑环试验台； 储存器； 储存器用于储 存计算机程序； 执行器； 执行器用于执行储存器内储存的计算机程序， 该计算机程序被执行时实现如 权利要求1 ‑6任一项所述的滑 环健康预测方法。权　利　要　求　书 2/2 页 3 CN 115203856 A 3