關(guān)鍵詞:故障預(yù)測(cè) 時(shí)間序列 雙向lstm神經(jīng)網(wǎng)絡(luò)
摘要:準(zhǔn)確的航空發(fā)動(dòng)機(jī)故障預(yù)測(cè)能夠?yàn)榫S修決策提供依據(jù),提高裝備完好率,避免災(zāi)難性故障并最小化經(jīng)濟(jì)損失。根據(jù)航空發(fā)動(dòng)機(jī)傳感器數(shù)據(jù)特點(diǎn),提出一種基于雙向長(zhǎng)短期記憶(LSTM)神經(jīng)網(wǎng)絡(luò)的故障預(yù)測(cè)方法,建立故障預(yù)測(cè)模型,包括數(shù)據(jù)預(yù)處理、網(wǎng)絡(luò)模型設(shè)計(jì)、訓(xùn)練與測(cè)試,得到在多種工作條件和故障下具有較強(qiáng)泛化能力的神經(jīng)網(wǎng)絡(luò)預(yù)測(cè)模型。使用C-MAPSS數(shù)據(jù)集對(duì)模型進(jìn)行仿真驗(yàn)證,所提出的雙向LSTM故障預(yù)測(cè)模型通過與RNN、GRU、LSTM時(shí)間序列模型對(duì)比,誤差下降33.58%,得到更高的預(yù)測(cè)精度,非對(duì)稱評(píng)分下降71.22%,具有更好的適應(yīng)性。
注:因版權(quán)方要求,不能公開全文,如需全文,請(qǐng)咨詢雜志社