基于CAE与LSTM的航空发动机剩余寿命预测

【类型】期刊

【作者】王旭 艾红  

【刊名】北京信息科技大学学报(自然科学版)

【关键词】 卷积自编码器,航空发动机,长短期记忆,健康因子,剩余寿命预测

【摘要】通过深度学习方法构建航空发动机的健康状况评估模型,并在此模型基础上进行剩余寿命预测。基于卷积自编码器构建航空发动机的健康因子(health indicator,HI),以其HI值反映健康状况;通过长短期记忆网络(long short-term memory,LSTM)建立HI与剩余寿命的特征关系,实现剩余寿命预测。经比较验证,此间接方法的预测精度优于多层感知机、支持向量回归等浅层神经网络,以及卷积神经网络、多层LSTM等直接预测的深度学习方法。

【年份】2021

【作者单位】北京信息科技大学自动化学院;

【期号】04

【全文挂接】全文挂接