航空文献资源库

按文献类别分组

按栏目分组

按年份分组

按来源分组

关键词

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.

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.

< 1 >