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   来源： 科学技术与工程 年份： 2022 文献类型 ： 期刊 关键词： 注意力机制   长短期记忆网络   航空发动机   剩余寿命预测   预测性维护  

描述： 预测性维护的核心技术之一是设备剩余寿命(remaining useful life, RUL)预测。为了提高航空发动机的剩余寿命预测精度，提出了一种基于注意力与长短期记忆(directional long short-term memory, LSTM)网络的航空发动机剩余寿命预测模型Attention-LSTM,通过引入注意力机制增强各时间点数据的特征权重，有效提升了模型预测精度。使用NASA C-MAPSS涡扇发动机仿真数据集进行实验，与未加注意力机制的长短期记忆网络等多种模型进行对比实验。实验结果表明，提到的Attention-LSTM模型的均方根误差相比较于未引入注意力机制的长短期记忆网络降低了17.8%,拟合度提升了3.2%,各项评估指标均也优于其他对比模型。

基于胜任能力的飞行训练模式改革与实践——以《运输航空副驾驶预备课程》为例

作者： 廖文宇   茹佳斌   赵磊   刘加明   来源： 民航学报 年份： 2022 文献类型 ： 期刊 关键词： 胜任能力   飞行训练   ACPC   课程设计  

描述： 飞行训练是保证飞行安全,实现民航高质量发展的基础性工作。为实现飞行训练的升级创新,中飞院在分析胜任能力内涵的基础上结合实际训练经验,从教学体系组织和内容方法设计出发,开发了基于胜任能力训练的运输航空副驾驶预备课程。经过实施验证,所设计的课程显著提高了初始型别等级训练的一次性通过率,证明针对飞行学生胜任能力的培养达到了预期效果,对于全面落实飞行训练模式改革具有积极意义。

基于胜任能力的飞行训练模式改革与实践——以《运输航空副驾驶预备课程》为例

作者： 廖文宇   茹佳斌   赵磊   刘加明   来源： 民航学报 年份： 2022 文献类型 ： 期刊 关键词： 胜任能力   飞行训练   ACPC   课程设计  

描述： 飞行训练是保证飞行安全,实现民航高质量发展的基础性工作。为实现飞行训练的升级创新,中飞院在分析胜任能力内涵的基础上结合实际训练经验,从教学体系组织和内容方法设计出发,开发了基于胜任能力训练的运输航空副驾驶预备课程。经过实施验证,所设计的课程显著提高了初始型别等级训练的一次性通过率,证明针对飞行学生胜任能力的培养达到了预期效果,对于全面落实飞行训练模式改革具有积极意义。

基于特征注意力机制的GRU-GAN航空发动机剩余寿命预测

作者： 袁烨   黄虹   程骋   虞文武   丁汉   来源： 中国科学:技术科学 年份： 2022 文献类型 ： 期刊 关键词： 注意力机制   生成对抗网络   特征提取   航空航天   剩余寿命预测  

描述： 的相关性,然后将经过预训练的生成器附加到GRU之后得到整体模型.具体来说,本文采用预训练的GAN网络生成模块替代传统自编码器,解决了由自编码器参数过多引起的GRU模块训练不充分的问题,提升了时空相关

航空发动机在翼清洗时机Wiener预测模型研究

作者： 闫锋   姚星宇   来源： 机械设计与制造 年份： 2022 文献类型 ： 期刊 关键词： 发动机清洗   柔性时间间隔   排气温度裕度   wiener预测  

描述： 为实现发动机在翼清洗由传统固定时间间隔向柔性时间间隔的转变，降低成本和碳排放量，利用发动机性能参数-排气温度裕度（EGTM），基于节省燃油量的成本、延长在翼时间节省的大修成本及清洗成本三者总和最小，得到发动机性能参数（EGTM）阀值，通过Wiener退化模型模拟EGTM参数衰退规律，融合运行数据预测最佳清洗时机。最后通过采用此方法清洗的80台发动机运行数据与未采用此方法清洗的108架飞机的数据作为对比，结果表明前者衰退速率慢，表明该方法较好。

基于LSTM分类器的航空发动机预测性维护模型

作者： 蔺瑞管   王华伟   车畅畅   倪晓梅   熊明兰   来源： 系统工程与电子技术 年份： 2022 文献类型 ： 期刊 关键词： 二分类   长短期记忆网络   时间窗   故障预测与健康管理   预测性维护  

描述： 利用传感器数据进行预测性维护是航空发动机故障预测与健康管理(prognostic and health management, PHM)的关键问题。针对发动机剩余寿命预测准确性低的问题，提出基于长短期记忆网络(long short-term memory network, LSTM)分类器的预测性维护模型。LSTM分类器通过门控单元对长时间序列信息进行充分筛选，并将有效信息用于时间序列预测。首先，采用滑动时间窗口制备训练样本。其次，将预处理后的样本输入LSTM,预测设备在特定时间窗口内的失效概率。然后，通过调整窗口大小，得到最优性能的二分类模型，以更好地适应预测维护需求。最后，利用美国航空航天局C-MAPSS数据集验证了该模型的有效性，相比于已有分类方法，其在剩余使用寿命分类方面更加准确。

基于XGBoost的航空器动态滑行时间预测方法研究

作者： 赵征   冯事成   宋梅雯   胡莉   陆莎   来源： 航空工程进展 年份： 2022 文献类型 ： 期刊 关键词： 机器学习   XGBoost   动态滑行时间   航空运输   样本量  

描述： 对航空器进港和离港滑行时间进行精确的动态预测,可以有效提升机场的运行效率。首次提出基于XGBoost的航空器动态滑行时间预测方法,该方法首先通过分析影响机场滑行时间的各类因素,构建可变滑行时间预测的关键特征指标;然后选取XGBoost算法建立可变滑行时间预测模型,对模型的关键输入参数进行测试调整;最后将XGBoost算法与随机森林和支持向量回归算法的预测效果进行对比。同时,首次剖析样本数据量与滑行时间预测精度的关联,并以广州白云国际机场为分析对象进行实验。结果表明:采用XGBoost算法,进/离港滑行时间的预测精度分别达到了94.1%和96.6%,优于主流算法随机森林和支持向量回归;且实现白云机场动态滑行时间的精确和稳定预测所需样本量在32 000条(含)以上。

基于KPCA-BLSTM的航空发动机多信息融合剩余寿命预测

作者： 胡启国   白熊   杜春超   来源： 航空工程进展 年份： 2022 文献类型 ： 期刊 关键词： 航空发动机   剩余寿命   多信息融合   核主成分分析   双向长短时记忆  

描述： 复杂航空发动机在运行过程中易出现多退化信息而导致寿命预测不精确的问题，为此提出基于核主成分分析（KPCA）和双向长短时记忆（BLSTM）神经网络的多信息融合寿命预测模型。首先采用KPCA对多维退化数据集进行降维处理和信息融合，得到能够表征设备退化的低维特征数据集；然后利用BLSTM神经网络对带有多维退化信息的航空发动机剩余寿命进行预测，得到监测数据与剩余寿命的映射关系；最后采用CMAPSS航空发动机退化数据集对提出的多信息融合寿命预测模型进行仿真验证，并与其他三种模型结果进行对比。结果表明：KPCA-BLSTM神经网络能够对多维退化信息下的剩余寿命进行精准预测，本文提出的预测模型的误差与得分优于其他三种模型，而且预测精度更高。

基于复合推进系统动态模型-状态变量模型的航空发动机直接推力预测控制

作者： 金崇文   郑前钢   张海波   房娟   胡忠志   来源： 推进技术 年份： 2022 文献类型 ： 期刊 关键词： 直接推力控制   航空发动机   状态变量模型   复合推进系统动态模型   预测控制  

描述： 直接推力控制可以有效改善推力控制的品质,针对航空发动机直接推力控制问题,进行了模型预测控制(Model Predictive Control, MPC)研究。为了提升航空发动机推力控制的精度,提出了基于复合推进系统动态模型-状态变量模型(Compact Propulsion System Dynamic Model-State Variable Model-State Variable Model,CPSDM-SVM)的航空发动机直接推力预测控制方法。CPSDM实时估计出不可测参数(推力、喘振裕度等)的基准值,SVM则根据未来输入实时预测发动机未来响应。由于CPSDM将发动机分为进气道、核心机、喷管、喘振裕度、推力等进行建模,在兼顾精度的同时,提高机载模型的实时性。CPSDM-SVM作为MPC算法中的预测模型,具有较高的精度和实时性。仿真结果表明,在与基于分段线化模型的传统模型预测控制方法实时性基本相同的情况下,所提出方法控制效果有明显的提升,调节时间缩短了1.17s。所提出方法稳态控制精度为0.08%,传统方法稳态精度为2.58%。因此,所提出方法在保证实时性的条件下,提升了控制精度和控制效果。

基于特征注意力机制的GRU-GAN航空发动机剩余寿命预测

作者： 袁烨   黄虹   程骋   虞文武   丁汉   来源： 中国科学:技术科学 年份： 2022 文献类型 ： 期刊 关键词： 注意力机制   生成对抗网络   特征提取   航空航天   剩余寿命预测  

描述： 的相关性,然后将经过预训练的生成器附加到GRU之后得到整体模型.具体来说,本文采用预训练的GAN网络生成模块替代传统自编码器,解决了由自编码器参数过多引起的GRU模块训练不充分的问题,提升了时空相关