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

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

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

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

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

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

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： 针对航空发动机剩余使用寿命（RUL）预测方法没有同时加权不同时间步下的数据，包括原始数据和所提取的特征，导致RUL预测准确性较低的问题，提出了一种基于优化混合模型的RUL预测方法。首先，选用三种不同

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

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

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