基于DBLSTM的巡飞弹控制器故障预测
王杰
白晨
许培元
中国航空工业集团公司西安航空计算技术研究所 陕西西安 710068
摘要：巡飞弹控制器安装于弹体外部,是故障高发部件.当控制器内元器件出现性能退化时,若能为其生成精准的故障预测曲线,并对元器件剩余有效性能展开预测分析,及时采取应对措施,可有效规避潜在经济损失.故障会直接反映在巡飞弹的飞行轨迹上,因此采集其运行轨迹数据,对故障数据与无故障数据进行残差处理,可作为元器件剩余有效性能预测分析的数据源.文章将长短期记忆网络(LSTM)引入巡飞弹控制器故障预测领域,利用运行轨迹数据实现故障趋势预测.试验结果表明,该算法的预测效果良好,具备实用价值.
关键词：巡飞弹故障诊断剩余有效性能机器学习记忆网络
资助基金：航空科学基金(2020Z069031001)
论文发表日期：2025-11-25
在线出版日期：2026-05-22（本平台首次上网日期，不代表文献的发表时间）
页数：5( 54-57,62 )