基于LSTM-DBN的航空发动机剩余寿命预测

作者：李京峰; 陈云翔; 项华春; 蔡忠义

来源：系统工程与电子技术, 2020, 42(07): 1637-1644.

• 长短时记忆网络
• 深度置信网络
• 健康指标
• 剩余寿命预测

针对航空发动机剩余寿命(remaining useful life,RUL)预测中多传感器监测数据维度高、规模大以及时间序列信息考虑不充分等问题,提出一种融合长短时记忆(long short-term memory,LSTM)网络和深度置信网络(deep belief network,DBN)的RUL预测方法。首先,利用LSTM分别对单一传感器进行时间序列预测。其次,将预测结果整合输入到DBN进行健康指标提取。再次,结合健康指标预测曲线和失效阈值得到RUL预测结果。最后,利用商用模块化航空推进系统仿真数据集开展实验,并与已有方法进行对比分析,验证了该方法的可行性和有效性。

• 单位
  空军工程大学