ITPub博客

首页 > 人工智能 > 机器学习 > CUR-Estimator:面向工业数据缺失填补修复的时间间隔感知与统计约束方法

CUR-Estimator:面向工业数据缺失填补修复的时间间隔感知与统计约束方法

原创 机器学习 作者:residual2018 时间:2026-11-07 11:05:23 0 删除 编辑

在工业设备健康管理与状态监测中,受复杂运行工况及数据采集协议的影响,传感器监测序列普遍存在数据缺失和非等间隔采样现象。针对航空发动机全寿命退化序列的数据修补难题,发表在期刊《Neurocomputing》上的学术论文《CUR-Estimator: Towards reliable missing data imputation for aero-engine degradation process》提出了一种结合统计约束与时序神经网络的修复估计模型CUR-Estimator。该方法通过在循环网络中融合自注意力机制来处理非等间隔时间信息,同时引入分段统计插值作为约束项,以规范神经网络的输出范围。

一、工业退化数据缺失机理与技术挑战

在航空发动机的性能退化分析中,常用的数据来源是从每次飞行的关键阶段(如起飞阶段)提取的传感器特征统计值。这种多变量时间序列数据在实际应用中具有两个显著特征:

图1 航空发动机全寿命退化过程数据来源示意图

1. 采样时间间隔不一致:不同飞行任务的持续时间各不相同,即便是同一飞行阶段在不同架次中的时长也存在差异。相邻两次有效记录之间的时间跨度是不固定的,传统的等间隔时序填补假设与实际物理过程不符。

2. 纯神经网络填补易产生异常偏离:当时间序列存在较长时间段的数据缺失或噪声干扰时,无约束的非线性神经网络在反向传播驱动下可能输出超出正常物理分布范围的异常数值。

图2 神经网络模型填补可能产生非合理值的现象示意图

传统数学插值方法虽然对长间隔缺失的拟合能力有限,但其数学性质能够保证曲线的单调性与连续性,避免数值剧烈震荡。将统计插值结果作为约束先验融入深度学习框架,构成了CUR-Estimator模型的基本设计逻辑。

二、CUR-Estimator基本架构

CUR-Estimator的核心结构由双向间隔感知时序填补网络与统计约束模块共同构成,其基本计算与训练交互流程如图所示。

图4 CUR-Estimator基本执行模块流程图

系统输入包含四个基础矩阵:包含缺失值的原始观测矩阵、指示缺失位置的二值掩码矩阵、逐维度计算的时间间隔矩阵以及绝对时间戳向量。其中时间间隔矩阵独立记录各特征维度上当前采样点与上一有效采样点之间的时间跨度,若上一时刻为缺失值,则该间隔将递归累加绝对时间差。

模型通过前向间隔感知时序填补网络提取由过去向未来的时序演化特征,生成前向填补结果;同时构建反向网络沿时间维度逆向处理序列,捕获未来观测值对历史状态的逆向依赖,生成反向填补结果。与此同时,约束模块利用统计插值算法生成基准参考数据,用于在模型训练中提供数值边界约束。

三、关键技术实施步骤

1. 间隔感知时序填补网络(ITIN)的内部计算

填补网络以门控循环单元为底层单元,并在每一时间步的状态更新中显式融合时间间隔信息。

图5 间隔感知时序填补网络内部结构图

在每个离散时间步中,网络的单步计算包含以下处理阶段:

- 历史隐藏变量映射:将上一时刻的循环隐藏状态通过线性变换投影至与输入维度一致的空间,获取历史投影特征。

- 状态观测替换与初步重构:根据当前时刻的缺失掩码,将历史投影特征在未缺失位置的值替换为实际观测值,组合得到修正后的特征输入,并经过全连接层得到初步前向重构向量。

- 时间衰减权重的生成与特征加权:利用自注意力机制计算时间衰减因子,并与缺失掩码拼接后映射为融合权重系数。该系数用于对历史投影特征与初步重构向量执行加权组合。

- 循环状态推进:利用实际观测值进一步规范融合后的特征,随后将其与缺失掩码拼接作为输入送入门控循环单元,与上一时间步的隐藏状态结合,计算出当前时刻的重置门、更新门以及候选隐藏状态,最终更新当前时间步的隐藏状态。

2. 基于自注意力机制的时间衰减因子生成

为更精确地刻画采样间隔对状态退化规律的非线性影响,时间衰减因子的计算由两路分支协同完成:

图6 基于自注意力机制的时间衰减因子计算结构图

- 线性变换通路:对输入的时间间隔通过线性变换及线性整流激活函数生成初步衰减基准。

- 自注意力特征通路:将时间间隔分别映射为查询、键、值三组向量;通过查询与键的点积运算并除以维度缩放因子,经归一化指数函数生成注意力权重矩阵,再与值向量进行点乘和线性变换。

- 融合调节:将两路分支的特征相加,并通过指数函数调整输出分布范围,形成最终参与特征融合的时间衰减因子。

3. PCHIP统计约束模块的构建

CUR-Estimator引入分段三次埃尔米特插值多项式作为约束生成器。该算法针对各特征维度独立进行,其实现步骤包括:

图3 不同时间间隔下PCHIP插值效果示意图

- 区间斜率计算:根据相邻已知观测点间的函数值变化量与绝对时间差,求得各数据段的局部离散斜率。

- 各点导数求解与单调性修正:在每个已知观测点处,若相邻两段斜率异号或存在零斜率,则将该点导数强制置零;若同号,则通过两段跨度作为权重计算斜率的加权调和平均值。对于满足特定边界条件的点,进一步对导数幅度进行截断限制,以严格保证插值多项式不发生超调或非物理振荡。

- 分段三次多项式插值:利用各区间端点处的函数值与计算得到的导数值确定三次多项式的系数,在缺失时间点处代入多项式计算出统计参考值。

4. 复合损失函数的设计与反向传播

网络训练的目标函数由四部分误差项共同构成:

- 双向单侧重构误差:在前向和反向网络中,分别统计各时间步的历史投影特征、初步重构向量及融合特征与实际观测值之间的平均绝对误差,在所有有效观测点上进行累加求和。

- 双向填补一致性误差:计算前向网络与反向网络各自在缺失位置生成的填补向量之间的绝对偏差,并引入缩小比例系数进行幅度缩放,以促使双向网络在缺失区域达成预测一致。

- 统计约束偏差:计算前向网络输出的暂存填补值与统计插值模块输出的参考值之间的均方偏差,该误差项仅在缺失位置进行累计计算。

- 总体更新目标:将上述重构误差、一致性误差与统计约束误差直接相加,作为网络反向传播的总损失函数,用于端到端更新双向间隔感知循环网络中的权重与偏置参数。

四、完整工程实施工作流

CUR-Estimator从数据接入到最终部署应用的完整流程规范如下:

图7 算法整体实施与数据流转流程图

1. 数据切分与掩码构造:按发动机编号划分训练集、验证集与测试集,在验证集与测试集上人工注入指定比例的掩码标记,用于评估填补精度的客观量化指标。

2. 规范化与切片处理:对训练集特征执行标准化处理以消除量纲差异,并沿时间序列采用滑动窗口机制,将变长的时间记录切割为固定步长的等长序列片段。

3. 模型训练:将包含缺失标记的时序片段分别送入前向与反向填补网络,同时由统计约束模块并行生成插值参考值。根据复合损失函数更新网络内部参数,直至连续若干轮次验证损失不再下降触发早停。

4. 推断与融合输出:将测试集输入已训练完成的双向网络,提取前向与反向填补结果在缺失位置上的输出值,对其取算术平均后回填至原序列缺失位置,完成时间序列的完整修复。

五、实验验证设置

为验证该方法在实际工业数据处理中的技术有效性,实验选用了两类具有代表性的动力装备退化序列作为评估对象:

图8 涡扇发动机基本结构示意图

- 仿真退化数据:选用公开的商用模块化航空推进系统仿真数据集(C-MAPSS),通过相关性分析筛选出高压压气机出口总温、风扇物理转速、高压压气机静压等关键特征,构建多维退化序列。

- 实际机队运行数据:选用亚洲某航空公司民航客机涡扇发动机的真实机载记录,提取起飞工况下的低压转子转速、高压转子转速、燃油流量以及排气温度等四维关键退化参数,并在预处理中剔除故障停机临近样本以保持正常退化模式。

在评估基准选择上,实验配置了涵盖基于扩散生成机制的模型、基于变分自编码器与高斯过程结合的时序模型、以及基于双向循环结构的传统时序填补模型作为对照组,针对不同噪声强度及缺失跨度场景展开了对照测试。


参考文献:

CUR-Estimator: Towards reliable missing data imputation for aero-engine degradation process[J]. Neurocomputing, 2025.

https://www.sciencedirect.com/science/article/pii/S0925231225015486

来自 “ ITPUB博客 ” ,链接:https://blog.itpub.net/31557240/viewspace-3188118/ ,如需转载,请注明出处,否则将追究法律责任。

请登录后发表评论 登录
全部评论

注册时间:2018-11-30

  • 博文量
    31
  • 访问量
    17003