基于SMIV-1DCNN的燃气轮机剩余使用寿命预测方法研究

• 作者: 韩国栋 曹云鹏 徐志强 王伟影
• 来源期刊: 热能动力工程
• 学科: 工学
• 关键词: 燃气轮机 剩余使用寿命 预测 卷积神经网络 特征降维
• 年，卷（期）: 2022,（2）
• 所属期刊栏目: 叶轮机械|Turbomachinery
• 页码范围: 25-32
• 页数: 8页
• 分类号: TK478
• 语种: 中文
• DOI: 10.16146/j.cnki.rndlgc.2022.02.004

摘要

为了实现船用燃气轮机剩余使用寿命的预测,对燃气轮机健康监测参数进行斯皮尔曼(Spearman)相关关系分析,采用平均影响值(Mean Impact Value,MIV)进一步分析监测参数对性能退化的敏感性,筛选出敏感特征;对得到的燃气轮机特征参数进行预处理,以消除外界环境的影响;研究了一维卷积神经网络(One Dimension Convolu-tional Neural Networks,1DCNN),挖掘滑窗特征参数与运行时间的映射关系,实现燃气轮机剩余使用寿命预测.基于美国国家航天局发布的航空发动机退化数据集,验证了SMIV-1DCNN剩余使用寿命预测方法的有效性;开展了船用燃气轮机性能退化剩余使用寿命预测仿真试验.仿真试验结果表明,该方法不受燃气轮机初始状态影响,剩余使用寿命预测绝对误差56.10、平均绝对百分误差107.87、均方误差70.95,预测性能优于BP神经网络、LSTM神经网络与GRU神经网络.