基于改进生成对抗网络与ConvLSTM的航空发动机剩余寿命预测方法
日期:2023.05.31 点击数:15
【类型】期刊
【刊名】电子测量与仪器学报
【关键词】 梯度惩罚项,航空发动机,条件式生成对抗网络,Wasserstein距离,剩余寿命预测
【资助项】国家自然科学基金委员会-中国民航联合研究基金(U1933107);; 天津市教委自然科学科研基金(2018KJ237);; 中央高校基本科研业务费民航大学专项(3122020025)项目资助
【摘要】针对航空发动机运行周期内故障数据难以采集而造成的数据失衡等问题,提出一种基于Wasserstein距离与梯度惩罚措施的条件生成对抗网络与卷积长短时记忆网络相结合的预测模型。首先,使用WCGAN-GP模型学习预处理后的时序数据的深层分布特征;然后,利用生成器生成故障样本并与真实样本混合,作为训练集输入到基于ConvLSTM网络的预测模型中进行训练。基于C-MAPSS数据集开展验证比较,结果表明:与单一真实样本训练预测模型相比,使用混合数据时性能指标RMSE和Score平均下降了12.65%和48.95%。
【年份】2023
【作者单位】中国民航大学电子信息与自动化学院;
【期号】03
【页码】211-221
相关文章
- 1、基于改进LSTM的航空发动机寿命预测方法研究 作者:郭晓静,殷宇萱,贠玉晶, 年份:2022
- 2、基于机器学习的航空发动机退化状态评估与剩余寿命预测研究 作者:殷鹏飞 年份:2020
- 3、基于状态监测数据的航空发动机剩余寿命在线预测 作者:李航,张洋铭, 年份:2021
- 4、基于CAE与LSTM的航空发动机剩余寿命预测 作者:王旭,艾红, 年份:2021
- 5、基于改进GRU的航空发动机剩余寿命预测 作者:车畅畅,王华伟,倪晓梅,付强, 年份:2021
- 6、基于注意力与LSTM的航空发动机剩余寿命预测 作者:王欣,孟天宇,周俊曦, 年份:2022