改進(jìn)1D-CNN和LSTM的渦扇發(fā)動(dòng)機(jī)剩余壽命預(yù)測(cè)
熱能動(dòng)力工程
頁(yè)數(shù): 9 2023-07-25
摘要: 針對(duì)單一深度學(xué)習(xí)網(wǎng)絡(luò)對(duì)渦扇發(fā)動(dòng)機(jī)退化特征提取不足、超參數(shù)選擇困難的問題,提出一種改進(jìn)一維卷積神經(jīng)網(wǎng)絡(luò)(1-Dimensional Convolutional Neural Network, 1D-CNN)和長(zhǎng)短時(shí)記憶網(wǎng)絡(luò)(Long Short-Term Memory, LSTM)的渦扇發(fā)動(dòng)機(jī)剩余壽命預(yù)測(cè)方法。首先,利用相關(guān)性、單調(diào)性和離散性一系列評(píng)價(jià)指標(biāo)對(duì)渦扇發(fā)動(dòng)機(jī)的多維傳感器...