投稿指南
一、本刊要求作者有严谨的学风和朴实的文风,提倡互相尊重和自由讨论。凡采用他人学说,必须加注说明。 二、不要超过10000字为宜,精粹的短篇,尤为欢迎。 三、请作者将稿件(用WORD格式)发送到下面给出的征文信箱中。 四、凡来稿请作者自留底稿,恕不退稿。 五、为规范排版,请作者在上传修改稿时严格按以下要求: 1.论文要求有题名、摘要、关键词、作者姓名、作者工作单位(名称,省市邮编)等内容一份。 2.基金项目和作者简介按下列格式: 基金项目:项目名称(编号) 作者简介:姓名(出生年-),性别,民族(汉族可省略),籍贯,职称,学位,研究方向。 3.文章一般有引言部分和正文部分,正文部分用阿拉伯数字分级编号法,一般用两级。插图下方应注明图序和图名。表格应采用三线表,表格上方应注明表序和表名。 4.参考文献列出的一般应限于作者直接阅读过的、最主要的、发表在正式出版物上的文献。其他相关注释可用脚注在当页标注。参考文献的著录应执行国家标准GB7714-87的规定,采用顺序编码制。

航空航天科学与工程论文_基于优化混合模型的航

来源:航空学报 【在线投稿】 栏目:期刊导读 时间:2021-10-28
作者:网站采编
关键词:
摘要:文章摘要:针对航空发动机剩余使用寿命(RUL)预测方法没有同时加权不同时间步下的数据,其中包括原始数据和所提取的特征,导致RUL预测精准度较低的问题,提出了一种基于优化混合

文章摘要:针对航空发动机剩余使用寿命(RUL)预测方法没有同时加权不同时间步下的数据,其中包括原始数据和所提取的特征,导致RUL预测精准度较低的问题,提出了一种基于优化混合模型的RUL预测方法。首先,选用三种不同的路径提取特征:(1)将原始数据的均值和趋势系数输入至全连接网络;(2)将原始数据输入双向长短期记忆(Bi-LSTM)网络,采用注意力机制处理得到的特征;(3)使用注意力机制处理原始数据,将加权特征输入至卷积神经网络(CNN)和Bi-LSTM中;然后,采用融合多路径特征预测的思想,将上述提取特征融合后输入至全连接网络获得RUL预测结果;最后,使用商用模块化航空推进系统仿真(C-MAPSS)数据集验证方法的有效性。实验结果显示,所提方法在四个数据集上均有较好的表现。以FD001为例,均方根误差(RMSE)相比Bi-LSTM降低了9.01%。表明所提方法在RUL预测方面有良好的前景。

文章关键词:

论文分类号:V263.5

文章来源:《航空学报》 网址: http://www.hkxbzz.cn/qikandaodu/2021/1028/1883.html



上一篇:航空航天科学与工程论文_航空渐开线花键微动磨
下一篇:航空航天科学与工程论文_机场地面保障多车型车

航空学报投稿 | 航空学报编辑部| 航空学报版面费 | 航空学报论文发表 | 航空学报最新目录
Copyright © 2018 《航空学报》杂志社 版权所有
投稿电话: 投稿邮箱: