典型文献
基于Bi-LSTM的电子装备故障预测方法研究
文献摘要：
为提高电子装备故障预测结果的准确性,提出一种基于Bi-LSTM的电子装备故障预测方法.首先,在研究长短时记忆网络(LSTM)的基础上,提出将双向长短时记忆网络(Bi-LSTM)应用于电子装备故障预测,并给出基于Bi-LSTM的故障预测方法;其次,研究了模拟电路健康度的提取方法,并以某雷达带通滤波放大器的模拟电路为例开展基于仿真数据的故障预测研究;最后,将基于Bi-LSTM的故障预测方法应用于雷达发射机的三组状态监测数据中,开展基于实际数据的故障预测研究.通过电子装备仿真数据案例和实际数据案例的对比分析,说明基于Bi-LSTM的故障预测方法明显优于循环神经网络(RNN)和LSTM,能够提高电子装备故障预测的准确性.
文献关键词：
故障预测;Bi-LSTM;PHM;数据驱动;电子装备;模拟电路;武器装备
中图分类号：
作者姓名：
倪祥龙;石长安;麻曰亮;刘磊;何健
作者机构：
中国人民解放军63891 部队,河南 洛阳 471003
文献出处：
引用格式：
[1]倪祥龙;石长安;麻曰亮;刘磊;何健-.基于Bi-LSTM的电子装备故障预测方法研究)[J].航空兵器,2022(06):102-110
A类：
B类：
Bi,电子装备,故障预测,双向长短时记忆网络,模拟电路,健康度,带通滤波,放大器,仿真数据,预测研究,雷达发射机,状态监测数据,实际数据,循环神经网络,RNN,PHM,武器装备
AB值：
0.199866
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
