科研之友
微信
新浪微博
Facebook
分享链接
摘要
针对多传感器长序列数据下航空发动机剩余寿命预测方法存在预测准确度不足的问题，提出了一种基于堆叠膨胀卷积神经网络（Stack Dilated Convolution Neural Network ， SDCNN）的航空发动机剩余寿命预测方法。首先，将多传感器长序列数据归一化处理，降低因量纲和取值范围不同引起的误差。其次，构建预测目标函数表征航空发动机的真实退化情况。然后，搭建基于堆叠膨胀卷积神经网络的预测模型，其通过扩大模型感受野可提取数据中的长期、深层和全局时序特征用于回归分析，进而得到航空发动机的剩余寿命预测结果。最后，采用Hyperband优化算法和StratifiedKFold交叉验证方法优化模型，可提升模型预测准确度和模型在不同条件下的适应性，并采用商用模块化航空推进系统仿真（Commercial Modular Aero-Propulsion System Simulation ，C-MAPSS）数据集验证所提方法的有效性。基于C-MAPSS中FD003数据集的实验结果表明：所提方法可有效提高基于长序列信号的航空发动机剩余寿命预测准确度，模型预测准确度得分（Score）指标明显降低32.62%。
-
单位机电工程学院; 兰州理工大学; 新乡学院
