针对一类监测数据呈现高维化且多个性能指标存在耦合关系的多元退化设备，本文提出了一种考虑多性能指标相关性的多元退化设备剩余寿命预测方法。采用信息熵和互信息筛选出含信息量丰富且能有效表征设备健康状态变化的性能指标；通过Copula函数刻画不同性能指标之间的两两相依关系，并在此基础上通过条件抽样得到考虑多性能指标相关性的健康指标；将其输入到融合注意力机制的双向长短期记忆网络，通过注意力机制自动调节不同时刻隐藏状态的权重，优化预测网络，并通过航空发动机数据集验证了所提方法的有效性和实用性。
科研之友
微信
新浪微博
Facebook
分享链接
