基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
航空发动机的性能变化将直接影响飞机的安全运行,对故障预测与健康管理(PHM)技术需求极为迫切,剩余使用寿命(RUL)预测是PHM的核心技术之一.本文采用多种预测方法对发动机剩余使用寿命进行预测,首先根据算法的功能和形式的类似性,把常用的回归类算法进行分类,接着对数据进行特征选择、异常值处理、特征衍生、数据归一化等处理,然后选取每个分类中比较经典的算法进行预测对比,最后采用基于精度的加权融合与基于信息熵融合方法,对RUL预测结果进行融合.实例分析结果表明:基于树的算法属于最佳类别,其中随机森林算法的单一预测效果最佳;融合预测方法的预测结果较单一预测方法均有一定的提升,拥有更高的预测精度.
推荐文章
潜在故障期内航空发动机的剩余寿命预测
剩余寿命
预测
航空发动机
状态信息
基于竞争失效的航空发动机剩余寿命预测
航空发动机
机电系统
竞争失效
寿命预测
基于 KPCA-BLSTM 的航空发动机多信息融合剩余寿命预测
航空发动机
剩余寿命
多信息融合
双向长短时记忆
核主成分分析
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 航空发动机剩余使用寿命预测方法的融合与比较
来源期刊 智能计算机与应用 学科 航空航天
关键词 航空发动机 剩余使用寿命 随机森林 融合预测 信息熵
年,卷(期) 2022,(2) 所属期刊栏目 专题设计与应用|Specialized design and application
研究方向 页码范围 105-110
页数 6页 分类号 V239
字数 语种 中文
DOI 10.3969/j.issn.2095-2163.2022.02.020
五维指标
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (0)
共引文献  (0)
参考文献  (0)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (0)
2022(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
研究主题发展历程
节点文献
航空发动机
剩余使用寿命
随机森林
融合预测
信息熵
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
智能计算机与应用
双月刊
2095-2163
23-1573/TN
大16开
哈尔滨市南岗区繁荣街155号(哈工大新技术楼916室)
14-144
1985
chi
出版文献量(篇)
6183
总下载数(次)
26
论文1v1指导