典型文献
基于注意力多通道卷积ON-LSTM的APU剩余寿命预测
文献摘要：
针对飞机辅助动力装置状态监测数据纬度高、数据量大等特点,提出一种基于注意力机制和多通道卷积ON-LSTM的剩余寿命预测方法.首先利用一维卷积神经网络对传感器参数进行局部特征提取;其次利用ON-LSTM能够学习序列长期依赖的优势,对传感器参数进行时序特征提取;再次通过注意力机制确定各参数的权重,准确预测APU的剩余使用寿命;最后为验证方法的有效性,利用APU实际在翼监测数据开展测试.研究结果表明,所提出的模型预测精度优于现有的支持向量机、深度置信网络和长短期记忆神经网络等方法,为APU的健康管理提供重要支撑.
文献关键词：
辅助动力装置;剩余寿命预测;注意力机制;神经网络
中图分类号：
作者姓名：
白春垣;孙有朝
作者机构：
南京航空航天大学民航学院,南京 211106
文献出处：
引用格式：
[1]白春垣;孙有朝-.基于注意力多通道卷积ON-LSTM的APU剩余寿命预测)[J].组合机床与自动化加工技术,2022(03):47-51
A类：
B类：
多通道卷积,ON,APU,剩余寿命预测,辅助动力装置,状态监测数据,纬度,数据量,注意力机制,寿命预测方法,一维卷积神经网络,局部特征提取,够学,学习序列,时序特征提取,准确预测,剩余使用寿命,验证方法,深度置信网络,长短期记忆神经网络
AB值：
0.264447
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。
