基于多特征融合的航空发动机剩余寿命预测

作者：张晓东; 秦子轩^*; 李敏; 史靖文

来源：计算机系统应用, 2023, 32(03): 95-103.

DOI：10.15888/j.cnki.csa.008958

• 指数平滑法
• 卷积长短期记忆网络
• 双向长短期记忆网络
• 多头注意力机制
• 特征融合
• 深度学习

针对航空发动机剩余可用寿命(RUL)预测任务中代表性特征提取不充分导致RUL预测精度较低等问题,提出了一种基于多特征融合的航空发动机RUL预测方法.利用指数平滑法(ES)降低原始数据中的噪声干扰,得到相对平稳的特征数据.使用双向长短期记忆网络(Bi-LSTM)提取特征数据的时序特征,利用多头注意力机制(Multi-attention)为时序特征赋予权重;设计卷积长短期记忆网络(Conv-LSTM)提取特征数据的时空特征;提取特征数据的手工特征并使用Softmax函数计算权重.设计一个特征融合框架将上述特征进行融合,然后通过全连接网络回归实现最终RUL预测.使用C-MAPSS数据集对模型进行仿真验证,与Bi-LSTM等模型进行对比,模型RUL预测精度更高,适应性更好.

• 单位
  中国石油大学（华东）