《航空涡扇引擎剩余使用寿命预测算法研究》PDF+DOC
作者:吴锐,马洁,丁恺林
单位:南京理工大学
出版:《南京理工大学学报》2019年第06期
页数:7页 (PDF与DOC格式可能不同)
PDF编号:PDFNJLG2019060060
DOC编号:DOCNJLG2019060069
下载格式:PDF + Word/doc 文字可复制、可编辑
《语义物联网中链接传感器数据发布系统》PDF+DOC2015年第09期 爨林娜,史一民,李冠宇,吴学华
《在弱标记的传感器时间序列上基于突变的事件分类》PDF+DOC2017年第07期 汪雅雯,王鹏,汪卫
《基于多工况自动聚类的飞机发动机健康状态评估》PDF+DOC2016年第11期 施浩,黄亦翔,刘成良
《一种基于K近邻和多元回归的传感器缺失值预测算法》PDF+DOC2019年第03期 关伟,李先通
《基于改进差分时域特征和深度学习优化的航空发动机剩余寿命预测算法》PDF+DOC2019年第03期 高峰,曲建岭,袁涛,高峰娟
《不再严守数据秘密》PDF+DOC2019年第07期 石彩云
《如何使用传感器和人工智能来发挥传感器数据的协同作用?》PDF+DOC2018年第05期
《传感器数据中事件样本与错误样本的系统化区分框架》PDF+DOC2010年第10期 崔筱宁,赵保华,李青,周颢
《粗糙集理论在信息融合中的应用》PDF+DOC2010年第06期 赵研
《基于回归预测算法的无线传感器数据融合》PDF+DOC2014年第02期 潘昊,赵志刚
为改进故障预测技术,提出了全特征输入长短时记忆单元(AF-LSTM)算法。根据底层原始传感器数据自动学习更高级的抽象表示,并利用这些表示导出传感器数据,估计剩余使用寿命(RUL)。该文方法不依赖任何退化趋势假设,对噪声健壮,并能处理缺失值。在公开航空涡扇汽轮机引擎仿真数据集上的实验结果表明:该文方法的均方误差(MSE)指标明显优于多层感知器(MLP)模型,其时间分数(Score)指标优于带指数假设的线性回归(LR-EXP)模型。
提示:百度云已更名为百度网盘(百度盘),天翼云盘、微盘下载地址……暂未提供。