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： 预测与健康管理技术能够有效的评估系统健康状态、预测系统剩余使用寿命,是提高复杂系统安全性、经济性的重要保障.为全面评估系统健康状态,本文提出了一种基于深度置信网络(DBN)的无监督健康指标构建方法,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,通过DBN-HMM混合模型来计算系统剩余寿命.采用商用模块化航空推进系统仿真软件(C-MAPSS)给出的航空发动机数据集,验证了上述方法的有效性.

航空锂离子电池剩余容量及RUL预测建模

作者： 丁劲涛   罗美君   呙晓兵   郑先成   来源： 电池 年份： 2019 文献类型 ： 期刊 关键词： 剩余使用寿命   机载锂离子电池模型   剩余容量   航空锂离子电池  

描述： 综合考虑环境温度、电流倍率、循环次数和贮存时间等因素的影响,根据实测数据的分析结果,对机载锂离子电池剩余容量的预测进行建模;用基于数据驱动的方法实现对剩余使用寿命(RUL)的预测建模。构建的实验验证平台测试表明,剩余容量预测精度误差不大于3. 74%,RUL预测误差不大于3%,所建立模型的准确性得到验证。

基于Transformer的多特征融合的航空发动机剩余使用寿命预测

作者： 马依琳   陶慧玲   董启文   王晔   来源： 华东师范大学学报(自然科学版) 年份： 2022 文献类型 ： 期刊 关键词： 航空发动机   Transformer   深度学习   剩余使用寿命  

描述： 发动机作为飞机的核心部件,对飞机运行起着至关重要的作用.对航空发动机做准确的剩余使用寿命预测,能够提前进行维护诊断,预防重大事故的发生,节约维护成本.针对现有的方法缺乏对不同时间步长的考虑以及不同传感器和操作条件之间关系的研究,提出了一种基于Transformer的多编码器特征输出融合的航空发动机剩余使用寿命预测方法.该方法选取两个不同时间长度的输入数据,使用排列熵对传感器之间的关系进行分析,并将操作条件数据独立提取特征.在广泛使用的航空发动机CMAPSS(Commercial Modular Aero-Propulsion System Simulation)数据集上进行了实验验证.实验结果表明,该方法优于现有的先进预测方法,可有效提高预测精度.

基于LSTM的航空发动机剩余寿命多因素预测

作者： 刘源   牛伟   赵建平   来源： 信息技术与信息化 年份： 2023 文献类型 ： 期刊 关键词： 长短期记忆网络   航空发动机   预测与健康管理   剩余使用寿命  

描述： 航空发动机作为飞机的重要部件，其可靠性会直接影响到飞机的安全性及性能。针对航空发动机工作环境恶劣、故障频发、诊断不确定等问题，提出了基于LSTM的航空发动机剩余寿命预测方法。首先预测未来一段时间内系统失效可能性以及采取适当维护措施，通过对数据进行了获取以及预处理；然后构建神经网络层并进行了训练；最后，通过测试数据仿真验证。结果表明提出方法能够达到理想的预测效果。

基于LSTM的航空发动机剩余寿命多因素预测

作者： 刘源   牛伟   赵建平   来源： 信息技术与信息化 年份： 2023 文献类型 ： 期刊 关键词： 长短期记忆网络   航空发动机   预测与健康管理   剩余使用寿命  

描述： 航空发动机作为飞机的重要部件，其可靠性会直接影响到飞机的安全性及性能。针对航空发动机工作环境恶劣、故障频发、诊断不确定等问题，提出了基于LSTM的航空发动机剩余寿命预测方法。首先预测未来一段时间内系统失效可能性以及采取适当维护措施，通过对数据进行了获取以及预处理；然后构建神经网络层并进行了训练；最后，通过测试数据仿真验证。结果表明提出方法能够达到理想的预测效果。

基于机器学习的航空发动机剩余寿命预测综述

作者： 刘国建   杜冬   邢苗英   翟羽佳   来源： 电子技术 年份： 2023 文献类型 ： 期刊 关键词： 机器学习   预测方法   剩余使用寿命  

描述： 阐述航空发动机的数据分析，对航空发动机剩余寿命的预测方法的选择进行分类和对比，探讨航空发动机预测的发展趋势展望。

航空发动机退化等级软表征与风险监测方法

作者： 吴宇伦   宋鹏宇   陈旭   赵春晖   来源： 控制工程 年份： 2023 文献类型 ： 期刊 关键词： 航空发动机   状态监测   剩余使用寿命   软划分表征  

描述： 剩余使用寿命预测对航空发动机预防性维护具有重要指导作用。现有方法将性能退化看作线性过程，未对寿命周期进行划分，从而无法确定发动机性能退化的关键时间节点。针对上述问题，提出了一种航空发动机退化等级软表征与风险监测方法。首先，提出了退化阶段划分策略，将全寿命周期数据划分为健康区、过渡区和风险区，分别揭示各退化分区的性能退化水平与特性。面向健康区和风险区，设计了基于条件判别自编码器的统一框架。针对具有复杂转换特性的过渡区，提出了一种过渡区特征融合表征与即时评估方法，从而对发动机退化过程进行多阶段精细化建模与状态评估。最后，设计了航空发动机退化状态在线评估策略，实现了退化阶段的识别和关键时间节点的预警。利用涡扇发动机数据集进行实验，验证了所提方法的有效性。

基于优化混合模型的航空发动机剩余寿命预测方法

作者： 刘月峰   张小燕   郭威   边浩东   何滢婕   来源： 计算机应用 年份： 2022 文献类型 ： 期刊 关键词： 注意力机制   航空发动机   卷积神经网络   剩余使用寿命   双向长短期记忆网络  

描述： 的路径提取特征：1）将原始数据的均值和趋势系数输入至全连接网络；2）将原始数据输入双向长短期记忆（Bi-LSTM）网络，并采用注意力机制处理得到的特征；3）使用注意力机制处理原始数据，并将加权特征输入

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。

航空发动机剩余使用寿命预测方法的融合与比较

作者： 黎明   宋海龙   苟江   来源： 智能计算机与应用 年份： 2022 文献类型 ： 期刊 关键词： 信息熵   航空发动机   随机森林   剩余使用寿命   融合预测  

描述： 航空发动机的性能变化将直接影响飞机的安全运行，对故障预测与健康管理(PHM)技术需求极为迫切，剩余使用寿命(RUL)预测是PHM的核心技术之一。本文采用多种预测方法对发动机剩余使用寿命进行预测，首先根据算法的功能和形式的类似性，把常用的回归类算法进行分类，接着对数据进行特征选择、异常值处理、特征衍生、数据归一化等处理，然后选取每个分类中比较经典的算法进行预测对比，最后采用基于精度的加权融合与基于信息熵融合方法，对RUL预测结果进行融合。实例分析结果表明：基于树的算法属于最佳类别，其中随机森林算法的单一预测效果最佳；融合预测方法的预测结果较单一预测方法均有一定的提升，拥有更高的预测精度。