双通道深度卷积神经网络的航空发动机剩余使用寿命预测方法
Journal of Air Force Engineering University(Natural Science Edition)（2022）
摘要
提出了一种基于双通道的深度卷积神经网络方法,用来预测航空发动机剩余使用寿命.该方法在传统卷积神经网络上,应用最大信息系数进行数据降维、卡尔曼滤波进行数据降噪;通过数据切片,将数据片标签设置为最后一个循环的剩余使用寿命,实现数据重构;引入分段和线性剩余使用寿命衰减模型,并给出了寿命衰减起始点判断方法;将寿命衰减前、寿命衰减中2种特征作为双通道网络模型的输入.在NASA涡轮风扇发动机仿真数据集(C-MAPSS)上测试结果显示,在测试数据范围较大时,该方法相关指标明显优于其他方法,在航空发动机剩余寿命预测上具有显著优势.
更多AI 理解论文
溯源树
样例
生成溯源树，研究论文发展脉络
Chat Paper
正在生成论文摘要