双向LSTM神经网络的航空发动机故障预测

来源 :空军工程大学学报:自然科学版 | 被引量 : 0次 | 上传用户:hurukun
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
准确的航空发动机故障预测能够为维修决策提供依据,提高装备完好率,避免灾难性故障并最小化经济损失。根据航空发动机传感器数据特点,提出一种基于双向长短期记忆(LSTM)神经网络的故障预测方法,建立故障预测模型,包括数据预处理、网络模型设计、训练与测试,得到在多种工作条件和故障下具有较强泛化能力的神经网络预测模型。使用C-MAPSS数据集对模型进行仿真验证,所提出的双向LSTM故障预测模型通过与RNN、GRU、LSTM时间序列模型对比,误差下降33.58%,得到更高的预测精度,非对称评分下降71.22%,具有更
其他文献
为研究导流块深度对圆弧形凹面腔内径向入射激波聚焦过程的影响,对马赫数为1.4的径向入射激波在导流块深度分别为0、5、10、15、17.5、20、25 mm的凹面腔内反射聚焦过程进行