基于TCN-LSTM神经网络的线缆性能衰退预测方法

针对复杂机电产品线缆在长时间使用后会出现性能衰退现象,而导致运作出现的安全问题可以对线缆衰退进行预警预知以预防突发事故,提出了基于时序卷积网络结合长短期记忆网络的复杂机电产品线缆性能衰退预测方法。首先通过对线缆的衰退原因进行分析,依据分析结果选取参数指标来确定数据集,将其中反映线缆性能状态的数据在时序卷积网络下进行时序特征的提取。最后将这些特征数据与经过皮尔逊相关系数分析确定的相关性、影响系数足够高的非时序数据一同通过长短期记忆网络进行训练预测,得到预测结果。通过案例分析以及不同神经网络之间预测的结果对比,验证了构建的方法的预测效果同实际情况贴合程度高。

温度与线缆性能的关系

阐述了网络布线性能评判指标———信道带宽的基本知识,分析影响带宽的主要噪声来源为近端串扰和衰减串扰比。进而通过TIA5类线缆标准和TIA6类线缆标准的比较,分析影响带宽的因素,通过对温度效应的阐述,明晰了温度对布线系统线缆性能的影响,最后提倡使用低衰减的布线系统。