航空发动机的健康指标构建与剩余寿命预测
彭开香
皮彦婷
焦瑞华
唐鹏
北京科技大学自动化学院工业过程知识自动化教育部重点实验室,北京100083;北京科技大学人工智能研究院,北京100083
摘要：预测与健康管理技术能够有效的评估系统健康状态、预测系统剩余使用寿命,是提高复杂系统安全性、经济性的重要保障.为全面评估系统健康状态,本文提出了一种基于深度置信网络(DBN)的无监督健康指标构建方法,并结合隐马尔可夫模型(HMM)进行系统剩余寿命预测.首先,通过无监督训练深度置信网络实现历史数据的特征提取,进而构建健康指标;其次,利用健康指标集训练隐马尔可夫模型,实现设备健康状态的自动识别;最后,通过DBN-HMM混合模型来计算系统剩余寿命.采用商用模块化航空推进系统仿真软件(C-MAPSS)给出的航空发动机数据集,验证了上述方法的有效性.
关键词：深度置信网络隐马尔可夫模型健康指标健康状态识别剩余寿命预测
资助基金：国家自然科学基金(61873024)国家自然科学基金(61773053)基本科研业务费项目(FRF-GF-17-A4)基本科研业务费项目(FRF-BD-17-002A)基本科研业务费项目(FRF-BD-18-002A)
论文发表日期：2020-01-01
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：8( 713-720 )
英文信息