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

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

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