全部
图书
期刊
学位论文
会议论文
报纸
图片
视频
新闻
关键词
- 基于改进卷积神经网络的航空发动机RUL预测方法研究
- 作者： 孙行行 来源： 河南大学 年份： 2022 文献类型 ： 学位论文 关键词： 特征提取 卷积神经网络 多故障 剩余使用寿命预测
- 描述： 基于改进卷积神经网络的航空发动机RUL预测方法研究
- 基于数据驱动模型的航空发动机剩余使用寿命预测及故障诊断研究
- 作者： 赵舒安 来源： 重庆邮电大学 年份： 2022 文献类型 ： 学位论文 关键词： 时间序列 航空发动机 故障诊断 剩余使用寿命预测
- 描述： 基于数据驱动模型的航空发动机剩余使用寿命预测及故障诊断研究
- 基于间接健康指标与回声状态网络的航空锂电池剩余使用寿命预测
- 作者： 后麒麟 曹亮 单添敏 王景霖 沈勇 来源： 测控技术 年份： 2022 文献类型 ： 期刊 关键词： 锂电池 粒子群优化 回声状态网络 间接健康指标 剩余使用寿命预测
- 描述： 航空锂电池是飞机的重要组成部分，对其进行剩余使用寿命(RUL)预测至关重要。目前，一般采用锂电池容量作为RUL指标，但在飞机实际运行中，锂电池容量难以准确测量，同时面临长期寿命预测精度的问题。因此，提出一种基于间接健康指标和回声状态网络(ESN)的锂电池RUL预测方法，基于一阶偏相关系数分析方法提取最能代表电池寿命的间接健康指标来代替容量指标，建立间接健康指标预测模型。同时基于深度学习中的ESN,结合粒子群优化算法(PSO)对网络参数进行优化，建立退化预测模型，实现锂电池RUL预测，解决长期预测精度问题。使用NASA电池数据进行实验验证说明，该方法相较于其他方法具有更高的精度、稳定性以及良好的泛化能力。