声明
严正声明：本站非期刊官网，非中介代理。
本站仅提供学术规范服务：快速预审、润色编辑服务、中英文查重、降重、去重服务、推荐合适的期刊投稿等学术规范服务。 如需提供学术规范服务请联系在线编辑。
国内刊号：61-1525/N
国际刊号：2097-1915
发布日期:
作者：李路云1，王海瑞1，朱贵富2*
单位：1.昆明理工大学信息工程与自动化学院，昆明，650500；2.昆明理工大学信息化建设管理中心，昆明，650500\
基金：国家自然科学基金(61863016)
针对深度学习构造复合健康指标可解释性差，预测结果难以量化发动机剩余寿命预测中的不确定性问题，提出一种基于数据融合与门控循环单元(GRU)的航空发动机剩余寿命预测方法。首先，将多源传感器数据加权融合构造一维复合健康指标；然后，利用Bootstrap方法对一维复合健康指标进行有放回抽样，获取n组发动机退化特征样本；最后，利用一维复合健康指标和n组发动机退化特征样本构建“n+1”个基于GRU的剩余寿命预测模型，实现对航空发动机剩余寿命的区间预测。为证明所提方法的可行性和优越性，采用涡扇发动机退化数据集(C-MAPSS)的数据进行实验，得到的均方根误差为15.825 4，评分函数值为344.210 5。结果表明，该方法不仅能获得较好的预测效果，还能有效解决深度学习在发动机剩余寿命预测中存在的缺陷。
来源：2022年第6期
《空军工程大学学报》期刊编辑部
严正声明：本站非期刊官网，非中介代理。
本站仅提供学术规范服务：快速预审、润色编辑服务、中英文查重、降重、去重服务、推荐合适的期刊投稿等学术规范服务。 如需提供学术规范服务请联系在线编辑。