基于贝叶斯优化LSTM的发动机剩余寿命预测

摘要：

针对航空发动机剩余寿命预测中深度学习算法参数优化效率低、预测准确率差等问题,在长短期记忆网络算法(LSTM)的基础上提出一种基于贝叶斯优化的LSTM算法.利用长短期记忆网络对航空发动机的传感器数据进行时间序列预测,并运用贝叶斯优化算法对长短期记忆网络的超参数进行迭代优化.利用NASA公开数据集对算法进行验证,结果表明,相较于其他算法,优化后的算法在优化参数、提高预测准确率方面有明显改善,能为保证航空器的安全使用以及制定维修替换策略提供参考.

关键词：贝叶斯优化、LSTM、航空发动机、剩余寿命预测、预测与健康管理

所属期刊栏目：47

分类号：TP183(自动化基础理论)

在线出版日期：2022-07-27（万方平台首次上网日期，不代表论文的发表时间）

页数：共5页

页码：85-89