首页>
根据【关键词:机器学习,预测方法,剩余使用寿命】搜索到相关结果 2 条
-
一种考虑多通道检测数据的航空发动机剩余寿命预测方法
-
作者:
刘翠琴
王海瑞
朱贵富
来源:
机械科学与技术
年份:
2023
文献类型 :
期刊
关键词:
航空发动机
小波降噪
时间卷积网络
剩余使用寿命
多头注意力机制
-
描述:
针对航空发动机传感器检测数据高噪声,多维度,同剩余使用寿命一致衰减特性的问题,本文采用小波降噪(WD)、时间卷积网络(TCN)和多头注意力(MHA)机制,提出一种新的网络结构模型:时间卷积-多头注意力(TCN-MHA)求解发动机衰减特性的映射关系来提高航空发动机剩余使用寿命(RUL)预测精度。首先对多通道传感器量测数据进行WD去除白噪声干扰,降低多传感器衰减过程中存在的众多因素引起的误差。其次采用TCN提取处理后的多维数据的时序特征并映射出系统性能退化关系,最后利用MHA提取每一维数据预测贡献度,从而给不同维数据分配不同权重并有效预测出航空发动机RUL。在商用模块化航空推进系统仿真(C-MAPSS)数据集上,通过与TCN、MHA以及长短期记忆网络(LSTM)进行实验对比,结果表明本文所提出的预测方法性能优于其他模型,验证了本文所提方法的有效性。
-
一种考虑多通道检测数据的航空发动机剩余寿命预测方法
-
作者:
刘翠琴
王海瑞
朱贵富
来源:
机械科学与技术
年份:
2023
文献类型 :
期刊
关键词:
航空发动机
小波降噪
时间卷积网络
剩余使用寿命
多头注意力机制
-
描述:
针对航空发动机传感器检测数据高噪声,多维度,同剩余使用寿命一致衰减特性的问题,本文采用小波降噪(WD)、时间卷积网络(TCN)和多头注意力(MHA)机制,提出一种新的网络结构模型:时间卷积-多头注意力(TCN-MHA)求解发动机衰减特性的映射关系来提高航空发动机剩余使用寿命(RUL)预测精度。首先对多通道传感器量测数据进行WD去除白噪声干扰,降低多传感器衰减过程中存在的众多因素引起的误差。其次采用TCN提取处理后的多维数据的时序特征并映射出系统性能退化关系,最后利用MHA提取每一维数据预测贡献度,从而给不同维数据分配不同权重并有效预测出航空发动机RUL。在商用模块化航空推进系统仿真(C-MAPSS)数据集上,通过与TCN、MHA以及长短期记忆网络(LSTM)进行实验对比,结果表明本文所提出的预测方法性能优于其他模型,验证了本文所提方法的有效性。