基于时空特征的航空发动机剩余使用寿命预测

来源：电子测量技术杂志2023年第23期北京时间：

作者：徐震震，薛林，马凯，杨玉迪

单位：大连理工大学机械工程学院 大连 116024

摘要：航空发动机作为一种高精密机械部件，对飞机性能和可靠性有重要影响。准确的剩余寿命预测可以降低维修成本，减少安全事故的发生。现有的预测方法只关注传感器数据之间的时间关系，忽略了传感器之间的空间关系。本文提出了一种时空特征融合的网络模型，利用图卷积神经网络和长短时记忆网络分别提取空间特征和时间特征，运用并行结构将时间特征与空间特征融合。在CMAPSS数据集上进行验证，子数据集FD001的RMSE为12.81，Score为252.04，实验结果表明，该方法相对于其他预测方法，预测精度更高。

关键词：航空发动机;深度学习;剩余寿命预测;空间特征;时间特征

基金资助：国家自然科学基金（51905074）、辽宁省自然科学基金（2019-KF-04-04）项目资助