基于双向门控变分编码回归网络的涡扇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2期北京时间：

作者：徐浩, 王波, 张猛, 杨文龙, 汪超

单位：1.安徽理工大学机械工程学院2.滁州学院机械与电气工程学院

摘要：针对涡扇发动机运行工况复杂,难以提取高维度、多参数监测数据的退化时序特征,从而影响模型预测性能的问题,提出一种基于双向门控变分编码回归网络的剩余使用寿命预测模型。首先在变分编码器(VAE)网络的编码端引入双向门控循环单元网络(BiGRU),充分挖掘多维度退化数据中的隐藏时序特征;其次重构变分编码器模型的解码器为回归网络,利用变分编码器潜在空间中的退化特征训练回归网络,并在损失函数中联合KL散度和回归误差来提高剩余使用寿命预测精度。为验证所提预测模型的高效性,在公开涡扇发动机数据集上与其他预测模型进行对比,验证了所提模型具有更优的预测精度。

关键词：剩余寿命预测,变分编码器,双向门控循环单元网络,回归网络,涡扇发动机

基金资助：国家自然科学基金资助项目(52075310);安徽省高校自然科学研究资助项目(KJ2021A1086,KJ2020B13);滁州市科技计划资助项目(2021ZD022)。