文章详情
| 稿件标题： | 基于多尺度融合预测模型的航空发动机剩余寿命预测 |
| 稿件作者： | 刘纳川,郭建胜,张晓丰,余稼洋,解涛 |
| DOI： | 10.11809/bqzbgcxb2023.07.039 |
| 科学编辑： | 胡松启 博士（西北工业大学 教授） |
| 栏目名称： | 信息科学与控制工程 |
| 关键词： | 剩余寿命；门控残差机制；静态协变量编码器；LSTM神经网络；多头注意力机制；分位数 |
| 文章摘要： | 针对大多数基于数据驱动的航空发动机剩余寿命预测方法未细分其退化过程与复杂输入数据之间的关系，无法准确识别和提取关键特征的问题。提出一种基于多尺度融合预测模型（MSF）的航空发动机剩余寿命预测方法。该方法利用静态协变量编码网络（SCCN）和变量选择网络（VSN）针对输入数据类型进行特征选择，将SCCN生成的静态协变量连接到模型的不同位置，以提升模型捕捉不同尺度时间特征的能力，并融入门控残差机制构建模型基本框架，既能提高模型的适应性也能保证信息在网络中传递的效率，采用分位数误差作为损失函数实现了多尺度的预测，有效的提高了预测的准确性。在CMAPSS涡扇发动机数据集上进行实验分析，FD002、FD004测试集的预测精度分别达到91.9%和92.4%，通过与其他深度学习方法进行对比，RMSE最优值分别提高15.54%和16.91%，Score最优值分别提高83.21%和78.78%。 |
| 引用本文格式： | 刘纳川,郭建胜,张晓丰,等.基于多尺度融合预测模型的航空发动机剩余寿命预测［J］.兵器装备工程学报，2023，44(7)：289-296. LIU Nachuan, GUO Jiansheng, ZHANG Xiaofeng, et al.Residual lifetime prediction of aeroengines based on multiscale fusion prediction models［J］.Journal of Ordnance Equipment Engineering，2023，44(7)：289-296. |
| 刊期名称： | 2023年07期 |
| 出版时间： | 2023年7月 |
| 上线时间： | 2023年7月28日 |
| 浏览次数： | 1686 |
| 下载次数： | 52 |
| 免费阅读PDF 在线阅读 下载本期目录 下载本期封面 | |