基于CNN-BiLSTM的航空发动机滑油流量故障诊断预测方法研究

【类型】期刊

【作者】张青  赵洪利  杨佳强 

【刊名】内燃机与配件

【关键词】 航空发动机,CNN,深度神经网络,BiLSTM,快速存取(QAR)数据,滑油流量预测

【摘要】航空发动机滑油系统为整个发动机的传动系统、轴承齿轮等部件提供滑油，是保证航空发动机正常运行的重要系统，因此准确对航空发动机滑油量进行预测是对保证飞机飞行的安全有重要意义的。为了提高预测准确性，提出了一种基于CNN-BiLSTM的航空发动机滑油流量预测模型，可以同时捕捉数据中的空间特征以及时序关系。以某航QAR数据进行验证，结果与CNN和LSTM模型进行对比，左发预测准确率提升了2.43%和7.85,右发预测准确率提升了7.97%和10.82%,证明了本文所提方法的有效性，为航空发动机滑油流量故障诊断的预测方法提供了新的解决方案。

【年份】2024

【作者单位】中国民航大学航空工程学院;

【期号】08

【页码】84-87