典型文献
一种用于航空发动机RUL预测的推理网络模型
文献摘要：
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.
文献关键词：
LSTM网络;注意力机制;航空发动机;寿命预测
中图分类号：
作者姓名：
韩光洁;史国华;缑林峰;徐甜甜;林川
作者机构：
大连理工大学软件学院,辽宁大连116620;西北工业大学动力与能源学院,西安710072;东北大学软件学院,沈阳110819
文献出处：
引用格式：
[1]韩光洁;史国华;缑林峰;徐甜甜;林川-.一种用于航空发动机RUL预测的推理网络模型)[J].小型微型计算机系统,2022(06):1217-1220
A类：
B类：
航空发动机,RUL,剩余使用寿命预测,故障预测和健康管理,长短期记忆网络,注意力机制,寿命预测模型,时序数据,自动提取,时间步,操作条件,特征融合,测航
AB值：
0.198758
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。
