基于VAE-D2GAN的涡扇发动机剩余使用寿命预测

来源：计算机集成制造系统杂志2022年第2期北京时间：

作者：徐硕, 侯贵生

单位：山东科技大学经济管理学院

摘要：为了提高涡扇发动机剩余使用寿命的预测精度,提出一种将变分自编码器(VAE)和双判别器对抗式生成网络(D2GAN)相结合的预训练特征提取模型。在该模型中,VAE作为D2GAN的生成器参与模型训练,形成双重嵌套生成结构,以提高中间特征的提取质量;利用长短时记忆网络进一步挖掘所提取特征的时序退化信息,预测发动机剩余使用寿命。为了验证所提模型的高效性,将模型在通用数据集上进行测试,并与当前最先进的研究比较,结果显示所提模型具有更优秀的预测表现,极大提高了发动机系统的安全性。

关键词：深度学习,剩余使用寿命预测,变分自编码器,双判别器对抗式生成网络,涡扇发动机