|
|||||
|
|
| 基于改进DRSN的航空发动机故障风险预警模型 | |
| 作者姓名： | 毛浩英 孙有朝 李龙彪 晏传奇 |
| 作者单位： | 南京航空航天大学 民航学院,南京 211106 |
| 基金项目： | 国家自然科学基金委员会-中国民用航空局民航联合研究基金（U2033202）; 国家重大专项基础研究项目（2017-Ⅷ-0003-0114,2017-Ⅷ-0002-0113）; 南京航空航天大学研究生科研与实践创新计划项目（xcxjh20210701） |
| 摘 要： | 航空发动机属于多发性故障机械,运用先进的计算训练方法可有效地实现准确的风险预警分析,为发动机的运维指导提供参考。在发动机故障风险预警征兆数据集中提取多变量时间序列样本,将样本矩阵化,转换为灰度图样本。预处理并增强图像数据样本,热编码化序列样本标签。深度残差收缩网络（deep residual shrinkage network,DRSN）中融入深度注意力机制与带有阈值的残差收缩块,获取高判别性特征,实现软阈值化。结合长短时记忆神经网络层与多个隐层,改进DRSN模型,使用主成分分析重构特征与主元提取,累积可解释方差贡献率为93.7%。对潜在20种故障征兆识别、分类并预警,训练精确度为96.1%。提出了改进DRSN航空发动机故障风险预警模型,与其他算法相比有较强的鲁棒性,预警正确率至少提高4.4%。 |
| 关 键 词： | 故障风险预警 深度残差收缩网络 深度注意力机制 软阈值化 深度学习 |
| 收稿时间： | 2021-08-29 |
| 点击此处可从《航空动力学报》浏览原始摘要信息 | |
| 点击此处可从《航空动力学报》下载免费的PDF全文 | |