典型文献
基于数据融合与GRU的航空发动机剩余寿命预测
文献摘要：
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.
文献关键词：
航空发动机;寿命预测;维纳过程;多源传感器数据融合;自助法;门控循环单元
中图分类号：
作者姓名：
李路云;王海瑞;朱贵富
作者机构：
昆明理工大学信息工程与自动化学院,昆明,650500;昆明理工大学信息化建设管理中心,昆明,650500
文献出处：
引用格式：
[1]李路云;王海瑞;朱贵富-.基于数据融合与GRU的航空发动机剩余寿命预测)[J].空军工程大学学报,2022(06):33-41
A类：
B类：
GRU,航空发动机,健康指标,可解释性,门控循环单元,寿命预测方法,加权融合,Bootstrap,放回,回抽,退化特征,特征样本,n+1,剩余寿命预测模型,区间预测,涡扇发动机,退化数据,MAPSS,函数值,维纳过程,多源传感器数据融合,自助法
AB值：
0.237528
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
