航空发动机的健康指标构建与剩余寿命预测

• 作者: 唐鹏 彭开香 焦瑞华 皮彦婷
• 来源期刊: 控制理论与应用
• 关键词: 深度置信网络 隐马尔可夫模型 健康指标 健康状态识别 剩余寿命预测
• 年，卷（期）: 2020,（4）
• 所属期刊栏目: 论文与报告
• 页码范围: 713-720
• 页数: 8页
• 字数: 5683字
• 语种: 中文
• DOI: 10.7641/CTA.2019.90039

摘要

预测与健康管理技术能够有效的评估系统健康状态、预测系统剩余使用寿命,是提高复杂系统安全性、经济性的重要保障.为全面评估系统健康状态,本文提出了一种基于深度置信网络(DBN)的无监督健康指标构建方法,并结合隐马尔可夫模型(HMM)进行系统剩余寿命预测.首先,通过无监督训练深度置信网络实现历史数据的特征提取,进而构建健康指标;其次,利用健康指标集训练隐马尔可夫模型,实现设备健康状态的自动识别;最后,通过DBN-HMM混合模型来计算系统剩余寿命.采用商用模块化航空推进系统仿真软件(C-MAPSS)给出的航空发动机数据集,验证了上述方法的有效性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	彭开香	北京科技大学自动化学院工业过程知识自动化教育部重点实验室	61	500	14.0	19.0
5	焦瑞华	北京科技大学自动化学院工业过程知识自动化教育部重点实验室	2	1	1.0	1.0
9	皮彦婷	北京科技大学自动化学院工业过程知识自动化教育部重点实验室	1	0	0.0	0.0