基于融合神经网络的航空发动机剩余寿命预测

• 作者: 李杰 贾渊杰 张志新 李润然
• 来源期刊: 推进技术
• 关键词: 航空发动机 剩余寿命 卷积神经网络 长短期记忆网络 深度学习
• 年，卷（期）: 2021,（8）
• 所属期刊栏目: 新型推进系统控制专栏|New Propulsion Control Column
• 页码范围: 1725-1734
• 页数: 10页
• 分类号: V233.7
• 语种: 中文
• DOI: 10.13675/j.cnki.tjjs.200792

摘要

航空发动机的性能退化是影响飞机飞行安全的重要因素.准确预测发动机的退化过程,对于飞机安全飞行具有重要意义.针对航空发动机剩余寿命预测问题,提出了一种将卷积神经网络和长短期记忆网络相融合的数据驱动模型.与常规使用单一的神经网络不同,所提出的融合模型结合了两种神经网络的优点,利用卷积神经网络提取数据中的空间特征并采用长短期记忆网络提取时间特征.实验结果证实,在寿命预测中,将提出的数据驱动模型与已有的方法相比,评分和均方根误差分别下降了32％和8.3％.可见,所提出的数据驱动模型可对数据中所包含的信息进行充分挖掘,其对航空发动机寿命预测精度较高,并具有良好的稳定性.