基于时空信息联合嵌入和离散融合学习的涡扇发动机剩余寿命预测

来源：计算机测量与控制杂志2025年第9期北京时间：

作者：杨晓祺,李福海,张德民,王均磊,马杰,陈锌,杨凯旋,刘扬,赵振

单位：青岛科技大学信息科学技术学院

摘要：针对现有的发动机剩余寿命预测方法对发动机多传感器数据利用率不足以及高维冗杂数据特征难以提取的问题，提出了一种基于时空信息联合嵌入和离散融合学习的发动机剩余寿命预测模型;设计了时空信息联合嵌入网络，通过对多传感器数据进行时空信息编码，以有效地嵌入时间序列信息和空间特征信息，协助模型更充分地理解数据内部的关联性;构建了基于注意力的离散融合变分自编码网络，以无监督的方式将时空信息嵌入特征通过码书映射进行量化，进一步通过上下层融合注意力实现并行融合;通过双向时序记忆剩余寿命预测网络综合关键退化特征的前向和后向的语义信息得到预测结果;在航空涡扇发动机数据集上的实验结果表明，所提出的方法能够有效提高发动机的剩余寿命预测精准度，明显优于现有的其他方法。

关键词：剩余寿命预测;时空信息联合嵌入;离散融合;码书映射;故障特征

基金资助：国家自然科学基金(62201314)；国家自然科学基金(62201571)；强链计划(23-1-2-qdjh-18-gx)