航空航天科学与工程论文_基于LSTM分类器的航空

文章摘要:利用传感器数据进行预测性维护是航空发动机健康管理的关键问题。针对发动机剩余寿命预测准确性低的问题，提出基于长短期记忆网络（long short-term memory network ， LSTM）分类器的预测性维护模型。LSTM分类器通过门控单元对长时间序列信息进行充分筛选，并将有效信息用于时间序列预测。首先，采用滑动时间窗口制备训练样本。然后，将预处理后的样本输入LSTM，预测设备在特定时间窗口内的失效概率。通过调整窗口大小，得到最优性能的二分类模型，以更好地适应预测维护需求。最后，利用NASA C-MAPSS数据集验证了该模型的有效性，相比于已有分类方法，其在RUL分类方面更加准确。

文章关键词:

论文分类号:V263.6

上一篇：环境科学与资源利用论文_结合QAR数据的全航段
下一篇：没有了