一种用于航空发动机RUL预测的推理网络模型

摘要：

剩余使用寿命预测对于航空发动机的故障预测和健康管理至关重要.为解决传统长短期记忆网络只利用最后一步学习到的特征进行回归的问题,本文提出了一种基于注意力机制的航空发动机剩余使用寿命预测模型.利用长短期记忆网络处理航空发动机的时序数据,自动提取与时间有关的特征,采用注意力机制为不同传感器特征和不同的时间步进行了加权.此外,本文还考虑到了不同操作条件对发动机剩余使用寿命的影响,将自动提取的特征与操作条件进行了特征融合.实验结果表明,本文提出的模型能有效预测航空发动机的剩余使用寿命,为基于状态的维护提供了可靠的支持.

关键词：LSTM网络、注意力机制、航空发动机、寿命预测

所属期刊栏目：43

分类号：TP391(计算技术、计算机技术)

资助基金：国家科技重大专项2017-V-0011-0062

在线出版日期：2022-06-02（万方平台首次上网日期，不代表论文的发表时间）

页数：共4页

页码：1217-1220