一种基于多专家混合网络的多任务预测性维护方法

摘要

本发明公开一种基于多专家混合网络的多任务预测性维护方法，包括：步骤S1：将设备的传感器数据处理成传感器特征张量，输入多专家网络模块，计算得到相应的专家子网络张量；步骤S2：将传感器特征张量输入多任务门控网络，得到多任务门控网络输出向量；步骤S3：对于每个任务，结合对应多任务门控网络输出向量，对多专家网络模块中各个专家子网络的输出作加权求和，计算得到每个任务的编码器张量；步骤S4：将计算得到的编码器张量输入任务相关的解码器网络，再通过多个任务联合优化，同时计算并输出预测性维护场景各个子任务的目标值。本发明解决了错误传递问题，可以缓解跷跷板效应，减小预测性维护任务的计算成本，提升预测效率。