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
- 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。