基于LSTM的半航空瞬变电磁资料去噪方法研究

作者： 张先承     毛立峰     杨逸     周子钧   来源： 物探化探计算技术 年份： 2024 文献类型 ： 期刊 关键词： LSTM网络   去噪   训练   测试   半航空瞬变电磁  

描述： 的基础上，分为训练和测试，训练采用监督学习方式进行，从而捕获信号的特征和结构信息，测试阶段也采用监督学习方式进行，利用有标签训练数据对网络进行优化进一步提高去噪效果。最后将测试效果良好的模型应用于实际资料中，结果表明此方法能够有效地去除晚期道中的噪声，是一种能够用于半航空瞬变电磁数据去噪的可行手段。

一种用于航空发动机RUL预测的推理网络模型

作者： 韩光洁   史国华   缑林峰   徐甜甜   林川   来源： 小型微型计算机系统 年份： 2022 文献类型 ： 期刊 关键词： 注意力机制   LSTM网络   航空发动机   寿命预测  

描述： 剩余使用寿命预测对于航空发动机的故障预测和健康管理至关重要.为解决传统长短期记忆网络只利用最后一步学习到的特征进行回归的问题，本文提出了一种基于注意力机制的航空发动机剩余使用寿命预测模型.利用长短期记忆网络处理航空发动机的时序数据，自动提取与时间有关的特征，采用注意力机制为不同传感器特征和不同的时间步进行了加权.此外，本文还考虑到了不同操作条件对发动机剩余使用寿命的影响，将自动提取的特征与操作条件进行了特征融合.实验结果表明，本文提出的模型能有效预测航空发动机的剩余使用寿命，为基于状态的维护提供了可靠的支持.

一种用于航空发动机RUL预测的推理网络模型

作者： 韩光洁   史国华   缑林峰   徐甜甜   林川   来源： 小型微型计算机系统 年份： 2022 文献类型 ： 期刊 关键词： 注意力机制   LSTM网络   航空发动机   寿命预测  

描述： 剩余使用寿命预测对于航空发动机的故障预测和健康管理至关重要.为解决传统长短期记忆网络只利用最后一步学习到的特征进行回归的问题，本文提出了一种基于注意力机制的航空发动机剩余使用寿命预测模型.利用长短期记忆网络处理航空发动机的时序数据，自动提取与时间有关的特征，采用注意力机制为不同传感器特征和不同的时间步进行了加权.此外，本文还考虑到了不同操作条件对发动机剩余使用寿命的影响，将自动提取的特征与操作条件进行了特征融合.实验结果表明，本文提出的模型能有效预测航空发动机的剩余使用寿命，为基于状态的维护提供了可靠的支持.

一种用于航空发动机RUL预测的推理网络模型

作者： 韩光洁   史国华   缑林峰   徐甜甜   林川   来源： 小型微型计算机系统 年份： 2022 文献类型 ： 期刊 关键词： 注意力机制   LSTM网络   航空发动机   寿命预测  

描述： 剩余使用寿命预测对于航空发动机的故障预测和健康管理至关重要.为解决传统长短期记忆网络只利用最后一步学习到的特征进行回归的问题，本文提出了一种基于注意力机制的航空发动机剩余使用寿命预测模型.利用长短期记忆网络处理航空发动机的时序数据，自动提取与时间有关的特征，采用注意力机制为不同传感器特征和不同的时间步进行了加权.此外，本文还考虑到了不同操作条件对发动机剩余使用寿命的影响，将自动提取的特征与操作条件进行了特征融合.实验结果表明，本文提出的模型能有效预测航空发动机的剩余使用寿命，为基于状态的维护提供了可靠的支持.

一种用于航空发动机RUL预测的推理网络模型

作者： 韩光洁   史国华   缑林峰   徐甜甜   林川   来源： 小型微型计算机系统 年份： 2022 文献类型 ： 期刊 关键词： 注意力机制   LSTM网络   航空发动机   寿命预测  

描述： 剩余使用寿命预测对于航空发动机的故障预测和健康管理至关重要.为解决传统长短期记忆网络只利用最后一步学习到的特征进行回归的问题，本文提出了一种基于注意力机制的航空发动机剩余使用寿命预测模型.利用长短期记忆网络处理航空发动机的时序数据，自动提取与时间有关的特征，采用注意力机制为不同传感器特征和不同的时间步进行了加权.此外，本文还考虑到了不同操作条件对发动机剩余使用寿命的影响，将自动提取的特征与操作条件进行了特征融合.实验结果表明，本文提出的模型能有效预测航空发动机的剩余使用寿命，为基于状态的维护提供了可靠的支持.

基于改进LSTM的航空发动机气路参数预测方法

作者： 马帅     吴亚锋     郑华     缑林峰   来源： 测控技术 年份： 2024 文献类型 ： 期刊 关键词： 航空发动机   性能参数预测   特征注意力机制   LSTM网络   故障诊断  

描述： 以航空燃气涡轮发动机气路故障诊断为导向，提出了一种用于发动机气路参数预测的特征注意力增强型长短时记忆网络(Feature Attention Enhanced Long Short-Term Memory Network, FAE-LSTM)。FAE-LSTM是具有编码-解码结构的动态网络，首先通过编码器中的特征注意力单元对工况序列进行动态特征提取，然后通过特征拼接层融合编码器输出序列、工况序列和历史性能参数，最后通过解码器实现最终的参数预测。FAE-LSTM基于发动机飞行过程数据建立发动机在健康状态下的动态模型，从而作为参数预测模型应用于基于残差的故障诊断系统中。针对网络的预测性能和应用方式进行了仿真分析，结果表明，相比于其他常用多变量时间序列预测模型，FAE-LSTM的长期预测误差最低减少24.5%;相比于使用串-并联结构，故障检测系统使用并联结构的FAE-LSTM网络能够获得更精确的检测结果。

基于飞行数据的民机油耗影响因素及估计方法研究

作者： 向志伟   来源： 南京航空航天大学 年份： 2021 文献类型 ： 学位论文 关键词： LSTM网络   飞行数据   灰相关分析   油耗估计   油耗影响因素分析  

描述： 基于飞行数据的民机油耗影响因素及估计方法研究

基于CNN-LSTM航空液压管路硬质涂层故障诊断研究

作者： 于喜金   来源： 辽宁科技大学 年份： 2022 文献类型 ： 学位论文 关键词： CNN   LSTM网络   故障诊断   航空液压管路   管路硬质涂层  

描述： 基于CNN-LSTM航空液压管路硬质涂层故障诊断研究

基于改进LSTM的航空发动机气路参数预测方法

作者： 马帅   吴亚锋   郑华   缑林峰   来源： 测控技术 年份： 2023 文献类型 ： 期刊 关键词： 航空发动机   性能参数预测   特征注意力机制   LSTM网络   故障诊断  

描述： 以航空燃气涡轮发动机气路故障诊断为导向,提出了一种用于发动机气路参数预测的特征注意力增强型长短时记忆网络(Feature Attention Enhanced Long Short/Term Memory Network,FAE/LSTM)。FAE/LSTM是具有编码/解码结构的动态网络,首先通过编码器中的特征注意力单元对工况序列进行动态特征提取,然后通过特征拼接层融合编码器输出序列、工况序列以及历史性能参数,最后通过解码器实现最终的参数预测。FAE/LSTM基于发动机飞行过程数据建立发动机在健康状态下的动态模型,从而作为参数预测模型应用于基于残差的故障诊断系统中。针对网络的预测性能和应用方式进行了仿真分析,结果表明,相比于其他常用多变量时间序列预测模型,FAE/LSTM的长期预测误差最低减少24.5%;相比于使用串/并联结构,故障检测系统使用并联结构的FAE/LSTM网络能够获得更精确的检测结果。

基于飞行数据的民机油耗影响因素及估计方法研究

作者： 向志伟   来源： 南京航空航天大学 年份： 2021 文献类型 ： 学位论文 关键词： LSTM网络   飞行数据   灰相关分析   油耗估计   油耗影响因素分析  

描述： 基于飞行数据的民机油耗影响因素及估计方法研究