基于多尺度自适应注意力网络的剩余寿命预测 |
| |
引用本文: | 刘斌,许靖,霍美玲,崔学英,谢秀峰,杨栋辉,王嘉.基于多尺度自适应注意力网络的剩余寿命预测[J].航空学报,2023(5):165-175. |
| |
作者姓名: | 刘斌 许靖 霍美玲 崔学英 谢秀峰 杨栋辉 王嘉 |
| |
作者单位: | 太原科技大学应用科学学院 |
| |
基金项目: | 国家自然科学基金(11701406,11901134,12061091,11972019);;山西省省筹资金资助回国留学人员科研项目(2022-163); |
| |
摘 要: | 剩余寿命预测是复杂设备系统智能维护决策的关键和前提。不同指标数据间的潜在关系给预测的精度带来了挑战,参数的选择也增加了模型预测的困难。采用多尺度自适应注意力网络训练方法,别从纵向和横向两个维度融合数据间的特征关系,给出分段非线性目标函数,提高了预测的精度,降低了预测的均方根误差。使用自适应机制自动选择卷积核大小,提高了网络训练的效率。通过对涡扇发动机数据集进行实证分析验证了该方法在复杂系统剩余寿命预测中的有效性。
|
关 键 词: | 剩余寿命预测 多尺度学习 自适应注意力 非线性目标函数 复杂系统 |
|
|