| 基于KPCA-BLSTM的航空发动机多信息融合剩余寿命预测 |
| |
| 引用本文： | 胡启国,白熊,杜春超.基于KPCA-BLSTM的航空发动机多信息融合剩余寿命预测[J].航空工程进展,2022,13(3):157-163,170. |
| |
| 作者姓名： | 胡启国 白熊 杜春超 |
| |
| 作者单位： | 重庆交通大学机电与车辆工程学院,400074,重庆交通大学机电与车辆工程学院,400074,重庆交通大学机电与车辆工程学院,400074 |
| |
| 基金项目： | 国家自然科学(51375519),重庆市基础科学与前沿技术研究专项项目(cstc2015jcyjBX0133) |
| |
| 摘 要： | 复杂航空发动机在运行过程中易出现多退化信息而导致寿命预测不精确的问题，为此提出基于核主成分分分析（KPCA）和双向长短时记忆（BLSTM）神经网络的多信息融合寿命预测模型。首先采用KPCA 对多维退化数据集进行降维处理和信息融合，得到能够表征设备退化的低维特征数据集；然后利用BLSTM 神经网络模型对带有多维退化信息的航空发动机剩余寿命进行预测，得到监测数据与剩余寿命的映射关系；最后采用C-MAPSS 航空发动机退化数据集对提出的多信息融合寿命预测模型进行仿真验证，并与其他三种模型结果进行对比。结果表明：KPCA-BLSTM 能够对多维退化信息下的剩余寿命进行精准预测，本文提出的预测模型的误差与得分优于其他三种模型，而且预测精度更高。
|
| 关 键 词： | 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 |
| 收稿时间： | 2021/6/25 0:00:00 |
| 修稿时间： | 2021/8/7 0:00:00 |
Remaining Life Prediction of Aero-engine Multi-information Fusion Based on KPCA-BLSTM |
| |
| HU Qiguo,BAI Xiong and DU Chunchao.Remaining Life Prediction of Aero-engine Multi-information Fusion Based on KPCA-BLSTM[J].Advances in Aeronautical Science and Engineering,2022,13(3):157-163,170. |
| |
| Authors: | HU Qiguo BAI Xiong and DU Chunchao |
| |
| Institution: | School of Mechatronics and Vehicle Engineering,Chongqing Jiaotong University,School of Mechatronics and Vehicle Engineering,Chongqing Jiaotong University, |
| |
| Abstract: | |
| |
| Keywords: | |
|
| 点击此处可从《航空工程进展》浏览原始摘要信息 |
| 点击此处可从《航空工程进展》下载免费的PDF全文 |
