本公開(kāi)涉及檢測(cè)領(lǐng)域，特別涉及一種模型訓(xùn)練方法、部件壽命預(yù)測(cè)方法、電子設(shè)備和工程機(jī)械。

背景技術(shù)：

1、隨著發(fā)動(dòng)機(jī)技術(shù)的不斷發(fā)展，預(yù)測(cè)關(guān)鍵部件的壽命，如活塞的剩余壽命，對(duì)提高發(fā)動(dòng)機(jī)的可靠性和安全性具有重要意義。現(xiàn)有的發(fā)動(dòng)機(jī)部件壽命預(yù)測(cè)方法主要依賴(lài)于單一類(lèi)型的數(shù)據(jù)（如振動(dòng)信號(hào)、溫度數(shù)據(jù)等）以及傳統(tǒng)的機(jī)器學(xué)習(xí)模型（如決策樹(shù)、mlp（multilayerperceptron，多層感知機(jī)））進(jìn)行壽命預(yù)測(cè)。

技術(shù)實(shí)現(xiàn)思路

1、發(fā)明人注意到，現(xiàn)有技術(shù)中的發(fā)動(dòng)機(jī)部件壽命預(yù)測(cè)方法主要存在以下缺陷。

2、1.?數(shù)據(jù)維度單一：?jiǎn)我粩?shù)據(jù)源無(wú)法全面反映發(fā)動(dòng)機(jī)活塞的工作狀態(tài)，導(dǎo)致預(yù)測(cè)結(jié)果偏差較大。

3、2.?模型能力有限：傳統(tǒng)機(jī)器學(xué)習(xí)模型在處理高維復(fù)雜數(shù)據(jù)時(shí)能力有限，難以捕捉復(fù)雜的非線(xiàn)性關(guān)系。

4、3.?缺乏動(dòng)態(tài)適應(yīng)能力：在實(shí)際應(yīng)用中，發(fā)動(dòng)機(jī)工作環(huán)境和負(fù)載條件變化多端，現(xiàn)有模型缺乏動(dòng)態(tài)適應(yīng)能力，難以應(yīng)對(duì)這種變化。

5、據(jù)此，本公開(kāi)提供了一種模型訓(xùn)練方法，能夠使得經(jīng)過(guò)訓(xùn)練的模型能夠有效提高部件壽命預(yù)測(cè)的精度和實(shí)時(shí)性。

6、在本公開(kāi)的第一方面，提供一種用于預(yù)測(cè)部件壽命的機(jī)器學(xué)習(xí)模型的訓(xùn)練方法，包括：采集多模態(tài)樣本數(shù)據(jù)，其中所述多模態(tài)樣本數(shù)據(jù)包括工程機(jī)械的當(dāng)前運(yùn)行數(shù)據(jù)、所述工程機(jī)械的環(huán)境數(shù)據(jù)、和所述工程機(jī)械的歷史運(yùn)行數(shù)據(jù)，其中所述部件位于所述工程機(jī)械中；從所述多模態(tài)樣本數(shù)據(jù)中提取與所述部件相關(guān)聯(lián)的樣本特征；利用所述機(jī)器學(xué)習(xí)模型對(duì)所述樣本特征進(jìn)行處理，以得到所述部件的壽命預(yù)測(cè)結(jié)果；根據(jù)所述部件的壽命預(yù)測(cè)結(jié)果、所述部件的壽命標(biāo)注信息、和所述機(jī)器學(xué)習(xí)模型的多層隱層中的權(quán)重矩陣，確定損失函數(shù)；根據(jù)所述損失函數(shù)對(duì)所述機(jī)器學(xué)習(xí)模型進(jìn)行訓(xùn)練。

7、在一些實(shí)施例中，所述確定損失函數(shù)包括：根據(jù)所述部件的壽命預(yù)測(cè)結(jié)果和所述部件的壽命標(biāo)注信息，確定第一子損失函數(shù)；根據(jù)所述多層隱層中的權(quán)重矩陣，確定第二子損失函數(shù)；根據(jù)所述第一子損失函數(shù)和所述第二子損失函數(shù)的加權(quán)和，確定所述損失函數(shù)。

8、在一些實(shí)施例中，所述根據(jù)所述多層隱層中的權(quán)重矩陣，確定第二子損失函數(shù)包括：根據(jù)所述多層隱層中的每層隱層的權(quán)重矩陣的l2范數(shù)的平方和，確定所述第二子損失函數(shù)。

9、在一些實(shí)施例中，所述根據(jù)所述損失函數(shù)對(duì)所述機(jī)器學(xué)習(xí)模型進(jìn)行訓(xùn)練包括：根據(jù)所述損失函數(shù)計(jì)算當(dāng)前第t輪迭代中的模型參數(shù)的梯度；確定所述梯度的一階動(dòng)量估計(jì)值，和所述梯度的二階動(dòng)量估計(jì)值；根據(jù)所述一階動(dòng)量估計(jì)值和所述第t輪迭代中的一階動(dòng)量衰減率，確定所述梯度的一階動(dòng)量偏差校正值；根據(jù)所述二階動(dòng)量估計(jì)值和所述第t輪迭代中的二階動(dòng)量衰減率，確定所述梯度的二階動(dòng)量偏差校正值；根據(jù)所述模型參數(shù)、所述一階動(dòng)量偏差校正值和所述二階動(dòng)量偏差校正值，確定第t+1輪迭代中的模型參數(shù)；在所述第t+1輪迭代中，利用所述模型參數(shù)，對(duì)所述機(jī)器學(xué)習(xí)模型進(jìn)行訓(xùn)練。

10、在一些實(shí)施例中，所述確定第t+1輪迭代中的模型參數(shù)包括：計(jì)算所述二階動(dòng)量偏差校正值的平方根和預(yù)定參數(shù)之和，以得到第一中間值；計(jì)算所述一階動(dòng)量偏差校正值與所述第一中間值之比，以得到第二中間值；計(jì)算所述模型參數(shù)的與所述第二中間值的加權(quán)和，以得到第三中間值；計(jì)算所述第三中間值和預(yù)定學(xué)習(xí)率的乘積，以得到第四中間值；計(jì)算所述模型參數(shù)與所述第四中間值之差，以得到所述第t+1輪迭代中的模型參數(shù)。

11、在一些實(shí)施例中，所述確定所述梯度的一階動(dòng)量偏差校正值包括：計(jì)算1與所述第t輪迭代中的一階動(dòng)量衰減率之差，以得到第一差值；計(jì)算所述一階動(dòng)量估計(jì)值與所述第一差值的比值，以得到所述一階動(dòng)量偏差校正值。

12、在一些實(shí)施例中，所述確定所述梯度的一階動(dòng)量估計(jì)值包括：計(jì)算第t-1輪迭代中的模型參數(shù)的梯度的一階動(dòng)量估計(jì)值和所述梯度的加權(quán)和，以得到所述一階動(dòng)量估計(jì)值。

13、在一些實(shí)施例中，所述一階動(dòng)量估計(jì)值的權(quán)值為所述第t輪迭代中的一階動(dòng)量衰減率，且所述一階動(dòng)量估計(jì)值的權(quán)值和所述梯度的權(quán)值之和為1。

14、在一些實(shí)施例中，所述確定所述梯度的二階動(dòng)量偏差校正值包括：計(jì)算1與所述第t輪迭代中的二階動(dòng)量衰減率之差，以得到第二差值；計(jì)算所述二階動(dòng)量估計(jì)值與所述第二差值的比值，以得到所述二階動(dòng)量偏差校正值。

15、在一些實(shí)施例中，所述確定所述梯度的二階動(dòng)量估計(jì)值包括：計(jì)算第t-1輪迭代中的模型參數(shù)的梯度的二階動(dòng)量估計(jì)值和所述梯度的平方值的加權(quán)和，以得到所述二階動(dòng)量估計(jì)值。

16、在一些實(shí)施例中，所述二階動(dòng)量估計(jì)值的權(quán)值為所述第t輪迭代中的二階動(dòng)量衰減率，且所述二階動(dòng)量估計(jì)值的權(quán)值和所述梯度的平方值的權(quán)值之和為1。

17、在一些實(shí)施例中，在利用所述機(jī)器學(xué)習(xí)模型對(duì)所述樣本特征進(jìn)行處理的過(guò)程中，計(jì)算第l層隱層的第一輸出值和第二輸出值，其中所述第一輸出值由所述第l層隱層的權(quán)重矩陣、第l-1層隱層的輸出和所述第l層隱層的偏置項(xiàng)確定，所述第二輸出值由所述第一輸出值和所述預(yù)定斜率參數(shù)確定，其中，為隱層總數(shù)；選擇所述第一輸出值和所述第二輸出值中的較大值，作為所述第l層隱層的輸出。

18、在一些實(shí)施例中，所述計(jì)算第l層隱層的第一輸出值包括：計(jì)算所述第l層隱層的權(quán)重矩陣和所述第l-1層隱層的輸出的乘積，以得到線(xiàn)性變換值；計(jì)算所述線(xiàn)性變換值和所述第l層隱層的偏置項(xiàng)的和，得到所述第一輸出值。

19、在一些實(shí)施例中，所述計(jì)算第l層隱層的第二輸出值包括：計(jì)算所述第一輸出值和所述預(yù)定斜率參數(shù)的乘積，得到所述第二輸出值。

20、在一些實(shí)施例中，從所述多模態(tài)樣本數(shù)據(jù)中提取與所述部件相關(guān)聯(lián)的樣本特征包括：利用隨機(jī)森林算法，提取出與所述部件相關(guān)聯(lián)的關(guān)聯(lián)特征信息；利用lasso算法，在所述關(guān)聯(lián)特征信息中提取出所述樣本特征。

21、在本公開(kāi)的第二方面，提供一種部件壽命預(yù)測(cè)方法，包括：采集多模態(tài)數(shù)據(jù)，其中所述多模態(tài)數(shù)據(jù)包括工程機(jī)械的當(dāng)前運(yùn)行數(shù)據(jù)、所述工程機(jī)械的環(huán)境數(shù)據(jù)、和所述工程機(jī)械的歷史運(yùn)行數(shù)據(jù)，其中所述部件位于所述工程機(jī)械中；從所述多模態(tài)數(shù)據(jù)中提取與所述部件相關(guān)聯(lián)的特征信息；利用機(jī)器學(xué)習(xí)模型對(duì)所述特征信息進(jìn)行處理，以得到所述部件的壽命預(yù)測(cè)結(jié)果，其中所述機(jī)器學(xué)習(xí)模型利用上述任一實(shí)施例所述的訓(xùn)練方法訓(xùn)練得到。

22、在本公開(kāi)的第三方面，提供一種電子設(shè)備，包括：存儲(chǔ)器；處理器，耦合到存儲(chǔ)器，處理器被配置為基于存儲(chǔ)器存儲(chǔ)的指令執(zhí)行實(shí)現(xiàn)如上述任一實(shí)施例所述的方法。

23、在本公開(kāi)的第四方面，提供一種工程機(jī)械，包括如上述任一實(shí)施例所述的電子設(shè)備。

24、在本公開(kāi)的第五方面，提供一種計(jì)算機(jī)可讀存儲(chǔ)介質(zhì)，其中，計(jì)算機(jī)可讀存儲(chǔ)介質(zhì)存儲(chǔ)有計(jì)算機(jī)指令，指令被處理器執(zhí)行時(shí)實(shí)現(xiàn)如上述任一實(shí)施例所述的方法。

25、在本公開(kāi)的第六方面，提供一種計(jì)算機(jī)程序產(chǎn)品，包括計(jì)算機(jī)指令，其中所述計(jì)算機(jī)指令被處理器執(zhí)行時(shí)實(shí)現(xiàn)如上述任一實(shí)施例所述的方法。

26、通過(guò)以下參照附圖對(duì)本公開(kāi)的示例性實(shí)施例的詳細(xì)描述，本公開(kāi)的其它特征及其優(yōu)點(diǎn)將會(huì)變得清楚。