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

航空发动机的健康指标构建与剩余寿命预测

作者： 彭开香   皮彦婷   焦瑞华   唐鹏   来源： 控制理论与应用 年份： 2019 文献类型 ： 期刊 关键词： 健康指标   隐马尔可夫模型   深度置信网络   剩余寿命预测   健康状态识别  

描述： ,并结合隐马尔可夫模型(HMM)进行系统剩余寿命预测.首先,通过无监督训练深度置信网络实现历史数据的特征提取,进而构建健康指标;其次,利用健康指标集训练隐马尔可夫模型,实现设备健康状态的自动识别;最后

基于多源信息融合的飞行器部件剩余寿命预测

作者： 张秋雁   杨忠   姜遇红   张启伦   卢凯文   张辉斌   来源： 机械制造与自动化 年份： 2020 文献类型 ： 期刊 关键词： 多源信息融合   余弦相似度   相似性   神经网络   剩余寿命预测  

描述： 针对飞行器关键部件的多源变量数据统计信息,提出基于多源信息融合的相似性剩余寿命预测方法。介绍了相似性剩余寿命预测方法的基本思想和模型;提出一种使用BP神经网络融合多变量统计数据的方法;引入余弦相似度

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

航空发动机的健康指标构建与剩余寿命预测

作者： 彭开香   皮彦婷   焦瑞华   唐鹏   来源： 控制理论与应用 年份： 2019 文献类型 ： 期刊 关键词： 健康指标   隐马尔可夫模型   深度置信网络   剩余寿命预测   健康状态识别  

描述： ,并结合隐马尔可夫模型(HMM)进行系统剩余寿命预测.首先,通过无监督训练深度置信网络实现历史数据的特征提取,进而构建健康指标;其次,利用健康指标集训练隐马尔可夫模型,实现设备健康状态的自动识别;最后

基于多源信息融合的飞行器部件剩余寿命预测

作者： 张秋雁   杨忠   姜遇红   张启伦   卢凯文   张辉斌   来源： 机械制造与自动化 年份： 2020 文献类型 ： 期刊 关键词： 多源信息融合   余弦相似度   相似性   神经网络   剩余寿命预测  

描述： 针对飞行器关键部件的多源变量数据统计信息,提出基于多源信息融合的相似性剩余寿命预测方法。介绍了相似性剩余寿命预测方法的基本思想和模型;提出一种使用BP神经网络融合多变量统计数据的方法;引入余弦相似度

基于ConvJANET的航空发动机剩余寿命预测及其不确定性量化

作者： 苗永浩   李晨辉   石惠芳   林京   来源： 中国科学:技术科学 年份： 2023 文献类型 ： 期刊 关键词： 航空发动机   极大似然估计   不确定性量化   卷积循环神经网络   剩余寿命预测  

描述： 航空发动机技术是衡量一个国家科技水平和工业实力的重要标志,健康状态监测和剩余使用寿命(remaining useful life, RUL)预测技术是航空发动机安全服役、经济运行的重要保障.针对航空发动机RUL预测精度较低、不确定性难以量化的问题,本文提出了一种数据驱动的航空发动机RUL区间预测方法.首先,在ConvJANET框架下构建新的卷积/卷积循环/全连接结构的深度学习模型,逐层提取航空发动机监测数据中的退化特征;其次,利用极大似然思想指导神经网络模型的优化求解,并基于损失函数形式变化的策略训练模型,实现对航空发动机RUL的高精度预测与不确定性量化.将所提出的方法用于分析航空发动机退化数据集,结果表明,对比传统基于蒙特卡洛的方法,本文提出的方法具有更高的RUL预测准确率和更好的置信区间预测性能.

航空发动机状态监控和预测性维护应用研究

作者： 廖鹏程   李昂   王骁   来源： 测控技术 年份： 2023 文献类型 ： 期刊 关键词： 特征提取   深度学习   健康管理   剩余寿命预测   故障预测  

描述： 为了深化飞参数据的应用价值，通过研究发动机转动件故障预测、剩余寿命预测以及气路健康等，为发动机保障决策和预测性维护提供参考。采用经验模态分解(EMD)结合相对向量机(RVM)、灰度模型(GM)用于

基于时空特征的航空发动机剩余使用寿命预测

作者： 徐震震     薛林     马凯     杨玉迪   来源： 电子测量技术 年份： 2023 文献类型 ： 期刊 关键词： 航空发动机   深度学习   时间特征   剩余寿命预测   空间特征  

描述： 航空发动机作为一种高精密机械部件，对飞机性能和可靠性有重要影响。准确的剩余寿命预测可以降低维修成本，减少安全事故的发生。现有的预测方法只关注传感器数据之间的时间关系，忽略了传感器之间的空间关系。本文

基于ConvJANET的航空发动机剩余寿命预测及其不确定性量化

作者： 苗永浩   李晨辉   石惠芳   林京   来源： 中国科学:技术科学 年份： 2023 文献类型 ： 期刊 关键词： 航空发动机   极大似然估计   不确定性量化   卷积循环神经网络   剩余寿命预测  

描述： 航空发动机技术是衡量一个国家科技水平和工业实力的重要标志,健康状态监测和剩余使用寿命(remaining useful life, RUL)预测技术是航空发动机安全服役、经济运行的重要保障.针对航空发动机RUL预测精度较低、不确定性难以量化的问题,本文提出了一种数据驱动的航空发动机RUL区间预测方法.首先,在ConvJANET框架下构建新的卷积/卷积循环/全连接结构的深度学习模型,逐层提取航空发动机监测数据中的退化特征;其次,利用极大似然思想指导神经网络模型的优化求解,并基于损失函数形式变化的策略训练模型,实现对航空发动机RUL的高精度预测与不确定性量化.将所提出的方法用于分析航空发动机退化数据集,结果表明,对比传统基于蒙特卡洛的方法,本文提出的方法具有更高的RUL预测准确率和更好的置信区间预测性能.