基于贝叶斯优化LSTM的发动机剩余寿命预测 |
| |
引用本文: | 张其霄,董鹏,王科文,卢苇.基于贝叶斯优化LSTM的发动机剩余寿命预测[J].火力与指挥控制,2022(4):85-89. |
| |
作者姓名: | 张其霄 董鹏 王科文 卢苇 |
| |
作者单位: | 海军工程大学管理工程与装备经济系 |
| |
摘 要: | 针对航空发动机剩余寿命预测中深度学习算法参数优化效率低、预测准确率差等问题,在长短期记忆网络算法(LSTM)的基础上提出一种基于贝叶斯优化的LSTM算法。利用长短期记忆网络对航空发动机的传感器数据进行时间序列预测,并运用贝叶斯优化算法对长短期记忆网络的超参数进行迭代优化。利用NASA公开数据集对算法进行验证,结果表明,相较于其他算法,优化后的算法在优化参数、提高预测准确率方面有明显改善,能为保证航空器的安全使用以及制定维修替换策略提供参考。
|
关 键 词: | 贝叶斯优化 LSTM 航空发动机 剩余寿命预测 预测与健康管理 |
|
|