计算机工程与科学

作者：刘阳, 粟航, 何倩, 申普, 刘鹏

单位：1.广西交科集团有限公司广西道路智能交通系统工程技术研究中心,广西 南宁 530007；2.桂林电子科技大学广西可信软件重点实验室，广西 桂林 541004

关键词：云-边协同,故障检测,变分自编码,门控循环神经网络,机电设备运维,

基金：国家自然科学基金(62162018)；广西创新驱动重大专项(AA17202024)；广西自然科学基金（2019GXNSFGA245004）；广西云计算与大数据协同创新基金(YD1901)；广西研究生教育创新计划(YCSW2022296)；南宁市科学研究与技术开发计划(20201075)

针对机电设备故障数据整体趋势和多阈值点实际应用，提出了一种基于云-边协同的变分自编码门控循环神经网络VAE-GRU的设备故障检测方法。构建了基于云-边协同的机电设备故障检测系统架构，终端设备层、边缘节点层、云中心层，云中心和边缘节点之间通过协同的方式对机电设备进行故障检测。设计了VAE-GRU模型，通过VAE编码器对输入数据进行采样，利用GRU捕捉时序数据的长期相关性。设计了动态阈值选择算法确定故障检测阈值，针对不同数据集可自动选择最优阈值，提高故障检测精度。实验结果表明，提出的基于云-边协同VAE-GRU设备故障检测方法提高了设备故障检测准确性，降低了处理时延，能保证机电设备稳定运行。

来源：2023年第7期

《计算机工程与科学》期刊编辑部

查看计算机工程与科学杂志2023年第7期