基于自适应时空图卷积网络的航空发动机剩余寿命预测

来源：计算机集成制造系统杂志2025年第6期北京时间：

作者：许丹阳, 尚洁, 蒋琛, 邱浩波, 高亮

单位：1.华中科技大学智能制造装备与技术全国重点实验室2.华中科技大学机械科学与工程学院3.华中科技大学国家智能设计与数控创新中心

摘要：为了深入挖掘传感器监测信号的时间域和空间域特征,全面反映健康状态进而提高故障预测精度,提出一种基于自适应时空图卷积网络(ASTGCN)的航空发动机剩余使用寿命(RUL)预测方法。首先以基于互信息的静态邻接矩阵为基础,结合参数可学习的动态邻接矩阵表示方法建立自适应邻接矩阵,自动调整传感器节点的空间关联,高质量构建航空发动机健康监测场景下的图结构数据;其次建立时空图卷积网络模块,分别利用一维和图卷积网络同步学习监测信号的时间和空间依赖关系,捕捉监测数据的动态时空相关性;最后将全连接层用于退化特征融合和RUL预测。采用公开的航空发动机退化数据集验证了ASTGCN的有效性和先进性。

关键词：航空发动机,剩余使用寿命预测,数据驱动,时空图卷积网络,自适应邻接矩阵

基金资助：湖北省重点研发计划资助项目(2021AAB001);国家重点研发计划资助项目(2020YFB1709800)。