机床与液压

作者：修瑞，丁建完，刘笑炎，高创

单位：华中科技大学机械科学与工程学院；华中科技大学机械科学与工程学院；华中科技大学机械科学与工程学院；华中科技大学机械科学与工程学院

关键词：航空发动机;注意力长短时记忆网络;多头自注意力机制;剩余寿命预测

基金：国家重点研发计划（2019YFB1706501）

为了提升剩余寿命预测任务的精度，提出一种基于注意力长短时记忆网络和多头自注意力机制（ALSTM-MHA）的剩余寿命预测模型，在利用数据时序性的条件下提取特征维度的重要程度以及时间维度的相关性信息。使用C-MAPSS数据集对模型进行实验验证，并与其他方法进行对比。结果表明:ALSTM-MHA模型能够有效地提取特征及时间维度上的注意力信息，与其他方法相比，它在均方根误差和非对称评价指标上分别降低了至少0.3%和20.48%，验证了模型的可行性和有效性。

来源：2024年第12期

《机床与液压》期刊编辑部

查看机床与液压杂志2024年第12期