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
- 基于循环神经网络的航空设备剩余寿命预测方法研究
- 作者： 徐自黎 来源： 重庆邮电大学 年份： 2021 文献类型 ： 学位论文 关键词： 循环神经网络 自编码器 剩余使用寿命 涡扇发动机
- 描述： 基于循环神经网络的航空设备剩余寿命预测方法研究
- 某航空发动机防喘控制系统故障预测与健康管理技术应用研究
- 作者： 李晓明 来源： 吉林大学 年份： 2018 文献类型 ： 学位论文 关键词： 航空发动机 防喘控制系统 隐马尔可夫模型 比例故障率模型 威布尔分布模型 故障预测与健康管理
- 描述： 某航空发动机防喘控制系统故障预测与健康管理技术应用研究
- 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。
- 双通道深度卷积神经网络的航空发动机剩余使用寿命预测方法
- 作者： 苗青林 张晓丰 高杨军 刘显光 秦丕胜 来源： 空军工程大学学报(自然科学版) 年份： 2022 文献类型 ： 期刊 关键词： 航空发动机 深度卷积神经网络 最大相关系数 双通道 剩余使用寿命
- 描述： 提出了一种基于双通道的深度卷积神经网络方法，用来预测航空发动机剩余使用寿命。该方法在传统卷积神经网络上，应用最大信息系数进行数据降维、卡尔曼滤波进行数据降噪；通过数据切片，将数据片标签设置为最后一个循环的剩余使用寿命，实现数据重构；引入分段和线性剩余使用寿命衰减模型，并给出了寿命衰减起始点判断方法；将寿命衰减前、寿命衰减中2种特征作为双通道网络模型的输入。在NASA涡轮风扇发动机仿真数据集（C-MAPSS）上测试结果显示，在测试数据范围较大时，该方法相关指标明显优于其他方法，在航空发动机剩余寿命预测上具有显著优势。
- 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。
- 基于RSM/XGBoost和KF的航空发动机RUL预测
- 作者： 李东文 王海瑞 朱贵富 刘翠琴 杨修琦 来源： 空军工程大学学报 年份： 2023 文献类型 ： 期刊 关键词： 随机搜索算法 航空发动机 XGBoost 卡尔曼滤波 剩余使用寿命
- 描述： 航空发动机精确的剩余使用寿命预测是确保发动机安全服役必须开展的环节。针对复杂工况环境下涡扇发动机的剩余使用寿命预测问题，提出了一种基于极端梯度提升和卡尔曼滤波的寿命预测模型。首先，采用高斯分布对原始振动数据进行分析，提取具有时间序列和退化趋势的特征数据，并为其设置剩余使用寿命(RUL)标签；其次，利用随机搜索算法对融合参数范围进行寻优，在极端梯度提升(XGBoost)中加入卡尔曼滤波器解决预测值不平滑和噪声干扰的问题；最后在商用模块化航空推进系统仿真数据集(C/MAPSSC)上进行了验证和分析，实验结果证明：与其他模型相比，文中采用的寿命预测方法准确度更高。
- 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。