基于数据融合与GRU的航空发动机剩余寿命预测
李路云1
王海瑞1
朱贵富2
1.昆明理工大学信息工程与自动化学院,昆明,6505002.昆明理工大学信息化建设管理中心,昆明,650500
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.
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
分类号：V263.5(航空制造工艺)
资助基金：国家自然科学基金(61863016)
论文发表日期：2022-12-25
在线出版日期：2025-08-15（本平台首次上网日期，不代表文献的发表时间）
页数：9( 33-41 )
英文信息