原文服务方: 航空工程进展       
摘要:
航空发动机性能退化趋势复杂,适时地对其进行剩余寿命预测和检修维护十分重要。提出一种基于多特征注意力的膨胀卷积网络模型来预测航空发动机的剩余使用寿命,利用膨胀卷积增强提取序列数据时序信息的能力,同时建立残差连接以改善传统卷积网络中的梯度消失问题。首先采用定长滑动时间窗沿时间维度截取数据,对数据进行重构;再对每个特征对应的时间序列单独应用膨胀卷积提取时序信息;引入特征注意力机制计算各特征之间的相对重要性;在公开的航空发动机数据集上进行验证,并与现有的主流预测方法做对比。结果表明:该模型在时间序列数据预测方面有着更高的精度。
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
基于改进GRU的航空发动机剩余寿命预测
航空发动机
GRU神经网络
性能退化分析
时间序列预测
剩余寿命预测
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 多特征注意力的航空发动机剩余寿命预测模型
来源期刊 航空工程进展 学科 航空航天
关键词 航空发动机 膨胀卷积 残差连接 多特征注意力 剩余寿命预测
年,卷(期) 2023,(2) 所属期刊栏目 理论研究
研究方向 页码范围 75-82
页数 8页 分类号
字数 语种 中文
DOI 10.16615/j.cnki.1674-8190.2023.02.08
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)
2023(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
膨胀卷积
残差连接
多特征注意力
剩余寿命预测
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
航空工程进展
双月刊
1674-8190
61-1479/V
大16开
2010-01-01
chi
出版文献量(篇)
1230
总下载数(次)
0
总被引数(次)
3010
论文1v1指导