空军工程大学学报

作者：车鲁阳1,2，高军伟1,2，付惠琛1,2

单位：1. 青岛大学自动化学院，山东青岛, 266071；2.山东省工业控制技术重点实验室，山东青岛,266071\

关键词：航空发动机;寿命预测;时间卷积网络;卷积长短时间记忆网络;多头注意力机制

基金：山东省自然科学基金 (ZR2019MF063)

针对现阶段航空发动机单一剩余使用寿命预测模型数据挖掘深度不足导致预测精度低的问题，提出一种双通道模型的预测方法。首先，构建双通道网络结构：通道一使用时间卷积网络，通过残差结构和空洞卷积使得网络具有更大的感受野和计算速度；通道二使用卷积长短时间记忆网络，提取多维时空特征，捕捉数据长期依赖关系。其次，利用多头注意力机制为双通道网络特征重新赋予权重。最后，将双通道网络进行特征融合输出，实现对航空发动机剩余寿命预测。使用涡扇发动机退化数据集进行实验验证，并与其它文献中提到的卷积双向长短时间记忆网络模型、多特征注意力模型、多头注意力模型、卷积门控单元循环神经网络模型进行对比。结果表明，所提模型在3种评价指标上均取得更好的表现，为航空发动机剩余寿命预测提供了一种新思路。

来源：2023年第6期

《空军工程大学学报》期刊编辑部

查看空军工程大学学报杂志2023年第6期