基于改进差分时域特征和深度学习优化的航空发动机剩余寿命预测算法

作者:高峰; 曲建岭; 袁涛; 高峰娟

摘要:实现航空发动机剩余寿命的准确预测对于保证飞行安全和提高维修效率具有重要意义,但现有的预测算法往往只是浅层结构,且对各传感器参数之间的相互关系缺乏关联性考虑,限制了对发动机参数信息的深度挖掘。在深度学习理论的基础上,着重考虑不同传感器之间的参数关系,引入差分时域特征扩充特征集,构建了基于长短时记忆网络的寿命预测模型DTF-LSTM。在C-MAPSS数据集上的实验结果表明,该算法相较于其他深度学习算法具有更低的均方根误差(RMSE)值,可以有效实现发动机剩余寿命预测。

分类:
  • 期刊
  • >
  • 自然科学与工程技术
  • >
  • 信息科技
  • >
  • 无线电电子学
收录:
  • 国家图书馆馆藏
  • 上海图书馆馆藏
  • CSCD 中国科学引文数据库来源期刊(含扩展版)
  • 知网收录(中)
  • 维普收录(中)
  • 统计源期刊(中国科技论文优秀期刊)
  • 北大期刊(中国人文社会科学期刊)
  • 万方收录(中)
  • JST 日本科学技术振兴机构数据库(日)
关键词:
  • 航空发动机
  • 寿命预测
  • 深度学习
  • 差分时域特征
  • 长短时记忆网络

注:因版权方要求,不能公开全文,如需全文,请咨询杂志社

期刊名称:电子测量与仪器学报

期刊级别:北大期刊

期刊人气:2341

杂志介绍:
主管单位:中国科学技术协会
主办单位:中国电子学会
出版地方:北京
快捷分类:电子
国际刊号:1000-7105
国内刊号:11-2488/TN
邮发代号:
创刊时间:1987
发行周期:月刊
期刊开本:A4
下单时间:1-3个月
复合影响因子:2.03
综合影响因子:2.58