文章详情
| 稿件标题： | 一种基于DCNNLSTM混合模型的RUL预测方法 |
| 稿件作者： | 温海茹，陈雯柏 |
| DOI： | 10.11809/bqzbgcxb2020.12.016 |
| 科学编辑： | 何星 博士（ 西安建筑科技大学讲师） |
| 栏目名称： | 装备理论与装备技术 |
| 关键词： | 深度卷积神经网络；长短时记忆网络；剩余使用寿命；深度学习 |
| 文章摘要： | 提出一种结合深度卷积神经网络（DCNN）和长短时记忆（LSTM）网络实现剩余使用寿命的准确预测方法。首先按滑动时间窗口的方法对采集到的复杂设备数据进行输入样本的制备，并使用网格搜索法寻找模型最优参数；然后构建DCNN网络实现自动融合多传感器数据并提取抽象空间特征；最后固定卷积层数不变，采用多层LSTM网络记忆时间序列前后之间的关系。在公开的CMAPSS数据集上进行了验证，并与单一的CNN、单一的LSTM算法在相同数据集上进行比较，预测精度提高10%以上，证明了所提出算法的优越性。 |
| 稿件基金： | 北京市自然科学基金项目（4202026）;北京市属高校青年拔尖人才培育项目（ClT&TCD201804054） |
| 引用本文格式： | 温海茹，陈雯柏.一种基于DCNNLSTM混合模型的RUL预测方法［J］.兵器装备工程学报，2020,41(12):87-92,126. WEN Hairu, CHEN Wenbai.RUL Prediction Method Based on DCNNLSTM Hybrid Model［J］.Journal of Ordnance Equipment Engineering,2020,41(12):87-92,126. |
| 刊期名称： | 2020年12期 |
| 出版时间： | 2020年12月 |
| 上线时间： | 2020年12月28日 |
| 浏览次数： | 2641 |
| 下载次数： | 1037 |
| 免费阅读PDF 在线阅读 下载本期目录 下载本期封面 | |