典型文献
基于VAE-D2GAN的涡扇发动机剩余使用寿命预测
文献摘要：
为了提高涡扇发动机剩余使用寿命的预测精度,提出一种将变分自编码器(VAE)和双判别器对抗式生成网络(D2 GAN)相结合的预训练特征提取模型.在该模型中,VAE作为D2 GAN的生成器参与模型训练,形成双重嵌套生成结构,以提高中间特征的提取质量;利用长短时记忆网络进一步挖掘所提取特征的时序退化信息,预测发动机剩余使用寿命.为了验证所提模型的高效性,将模型在通用数据集上进行测试,并与当前最先进的研究比较,结果显示所提模型具有更优秀的预测表现,极大提高了发动机系统的安全性.
文献关键词：
深度学习;剩余使用寿命预测;变分自编码器;双判别器对抗式生成网络;涡扇发动机
中图分类号：
作者姓名：
徐硕;侯贵生
作者机构：
山东科技大学 经济管理学院,山东 青岛 266590
文献出处：
引用格式：
[1]徐硕;侯贵生-.基于VAE-D2GAN的涡扇发动机剩余使用寿命预测)[J].计算机集成制造系统,2022(02):417-425
A类：
D2GAN,双判别器对抗式生成网络
B类：
VAE,涡扇发动机,剩余使用寿命预测,变分自编码器,预训练,训练特征,提取模型,生成器,模型训练,成双,嵌套,生成结构,中间特征,特征的提取,长短时记忆网络,提取特征,通用数据,最先,发动机系统
AB值：
0.207049
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。
