基于健康指数相似的航空发动机剩余寿命预测

作者： 曹惠玲   梁佳旺   崔科璐   来源： 科学技术与工程 年份： 2020 文献类型 ： 期刊 关键词： 健康指数   时间序列   航空发动机   相似性寿命预测   聚类分析  

描述： 基于健康指数相似的航空发动机剩余寿命预测

基于相似性与GA-RF的航空发动机剩余寿命预测

作者： 赵洪利   魏凯   来源： 机床与液压 年份： 2022 文献类型 ： 期刊 关键词： 健康指数   遗传算法   多模型相似性   随机森林   发动机寿命预测  

描述： 针对单参数不能准确表征发动机性能退化过程，以及传统智能学习模型难以准确拟合发动机退化模型等问题，提出一种融合数据构建发动机健康指数(HI),并结合多模型相似性匹配与集成模型进行发动机剩余寿命预测的方法。利用层次聚类与轮廓系数筛选参数，并融合为发动机健康指数。采用遗传算法优化随机森林拟合发动机性能退化过程，并将多模型相似性匹配用于回归模型预测，优化模型的预测结果。选择某涡扇发动机仿真数据集(C-MPASS)验证所提方法的有效性。结果表明：该方法的RMSE为6.128、MAE为4.901,且融合健康指数和多模型相似匹配极大地提高了发动机剩余寿命预测精度。

非完美维修下民航发动机剩余寿命预测

作者： 曹惠玲   崔科璐   郭静   来源： 机械科学与技术 年份： 2020 文献类型 ： 期刊 关键词： 民航发动机   Wiener过程   剩余寿命预测   非完美维修  

描述： 针对现阶段剩余寿命(RUL)预测方法没有考虑在发动机性能衰退阶段维修因素影响的问题，提出了以考虑非完美维修下的性能衰退模型预测民航发动机RUL的方法。采用带漂移点的Wiener过程对民航发动机的性能退化进行建模。根据历史性能退化数据以及历史维修记录数据，通过极大似然估计算法对模型参数进行估计，实现对航空发动机的RUL预测。通过航空公司实际发动机机载快速存取记录器(QAR）数据进行模型验证，结果表明：该方法能够更好地跟踪发动机实际性能退化过程，预测精度较高，能为民航发动机维修计划的制定提供依据。

基于LSTM-DBN的航空发动机剩余寿命预测

作者： 李京峰   陈云翔   项华春   蔡忠义   来源： 系统工程与电子技术 年份： 2020 文献类型 ： 期刊 关键词： 长短时记忆网络   健康指标   深度置信网络   剩余寿命预测  

描述： 针对航空发动机剩余寿命预测中多传感器监测数据维度高、规模大以及时间序列信息考虑不充分等问题,提出一种融合长短时记忆网络和深度置信网络的剩余寿命预测方法。首先,利用长短时记忆网络分别对单一传感器进行时间序列预测;其次,将预测结果整合输入到深度置信网络进行健康指标提取;再次,结合健康指标预测曲线和失效阈值得到剩余寿命预测结果;最后,利用商用模块化航空推进系统仿真数据集开展实验并与已有方法进行对比分析,验证了该方法的可行性和有效性。

基于滤波模型的航空制导弹药剩余寿命分布

作者： 马长刚   李青   陈明   陈丽   来源： 海军航空工程学院学报 年份： 2018 文献类型 ： 期刊 关键词： 滤波模型   参数估计   剩余寿命预测   动态主成分分析  

描述： 如何更好地利用技术检测数据来预测航空制导弹药剩余寿命,这是弹药质量控制研究中的一个重要方向。利用动态主成分分析法提取了航空制导弹药状态检测参数主成分,解决了弹药检测参数冗余、相互关联的问题,为剩余寿命分布研究奠定了基础。基于滤波模型和威布尔分布以及正态分布,建立了航空制导弹药剩余寿命分布模型。通过实例,就能很好地将弹药剩余寿命分布与弹药故障联系起来,并动态掌握其剩余寿命分布情况。

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   来源： 机床与液压 年份： 2022 文献类型 ： 期刊 关键词： 长短期记忆网络   航空发动机   自动编码器   剩余寿命预测  

描述： 发动机剩余寿命(RUL)预测时，进行数据特征提取易导致预测效率低下。为解决此问题，提出一种改进的长短期记忆(LSTM)算法模型。通过引入深度稀疏自动编码器(SDAE)完成时序数据的处理与特征提取，优化LSTM模型，改善航空发动机RUL预测效果。利用SDAE进行特征提取，构建健康因子(HI)曲线；同时考虑运行工况、故障模式和传感器3个因素，并分别训练其权重。利用LSTM模型进行发动机剩余寿命预测。利用涡扇发动机退化过程数据集C-MAPSS开展实验，并与DNN、BiLSTM、单层LSTM进行对比分析。结果表明：与上述3种算法相比，改进后算法的均方根误差和评分函数值至少分别降低6.6%和39.1%;该方法寿命预测结果和实际寿命曲线拟合度高，验证了该方法的可行性和有效性。

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   来源： 南京航空航天大学学报 年份： 2021 文献类型 ： 期刊 关键词： Wiener过程   航空发动机   状态监测   隐含退化建模   剩余寿命预测  

描述： 针对现有基于状态监测数据的航空发动机剩余寿命预测研究未能综合考虑隐含退化建模和同步更新漂移/扩散系数的问题,提出一种基于状态监测数据的航空发动机剩余寿命在线预测方法。首先,基于非线性Wiener过程构建带比例关系的航空发动机隐含退化模型;其次,基于多台同类发动机的历史状态监测数据,对退化模型参数进行离线估计;然后,基于目标发动机的实时状态检测数据,利用贝叶斯原理同步更新退化模型漂移/扩散系数;最后,推导出航空发动机的剩余寿命概率密度函数。结合实例分析,验证了本文所提方法较传统方法具有更高的预测准确性与精度,具备潜在工程应用前景。

基于CAE与LSTM的航空发动机剩余寿命预测

作者： 王旭   艾红   来源： 北京信息科技大学学报(自然科学版) 年份： 2021 文献类型 ： 期刊 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  

描述： 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。

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   来源： 航空计算技术 年份： 2021 文献类型 ： 期刊 关键词： 航空发动机   时间序列预测   性能退化分析   GRU神经网络   剩余寿命预测  

描述： 针对航空发动机状态参数多样且非线性相关、退化过程复杂的特点,提出了基于改进GRU(Gated Recurrent Units)神经网络的航空发动机剩余寿命预测模型。模型具有多层的GRU神经网络,将多状态参数输入到第一层GRU进行性能退化分析得到性能指标;利用剩下的GRU层对性能指标进行时间序列预测;在得到性能指标预测的基础上,通过设定阈值得到最终的剩余寿命预测结果。通过实验验证证明:与传统的时间序列预测模型相比,改进GRU模型解决了传统GRU模型在处理多状态参数时的重复建模问题,并且有更高的剩余寿命预测准确率和更强的抗干扰能力。

融合多传感器数据的发动机剩余寿命预测方法

作者： 任子强   司小胜   胡昌华   王玺   来源： 航空学报 年份： 2019 文献类型 ： 期刊 关键词： 极大似然估计   复合健康指标   剩余寿命预测   线性维纳过程   贝叶斯参数更新  

描述： 针对基于单一传感器数据的剩余寿命预测方法存在数据利用率低和预测精度不高的问题，论文提出了一种融合多传感器数据的发动机剩余寿命预测方法。首先将多个传感器数据融合成一个复合健康指标来表征发动机的退化性能，采用线性维纳过程对复合健康指标进行退化建模，通过极大似然估计方法确定模型参数，进而得到发动机的预测寿命。为了确定融合系数，提出了一种利用真实寿命与预测寿命的预测均方误差最小化的方法。融合系数确定后，基于训练发动机历史寿命数据，确定出模型参数的离线估计值；然后利用Bayesian公式，同时结合发动机的实时监测数据与参数的先验分布对模型参数进行实时更新，接着在首达时间的意义下推导出剩余寿命的概率分布，进而实现了发动机的剩余寿命在线预测。最后，选择商用模块化航空推进系统仿真数据集进行数值仿真实验，结果表明：相较于基于单一传感器的方法，论文所提方法能够提高剩余寿命预测的准确性，其剩余寿命预测的相对均方误差降低了2%左右。