|
|
1.
基于双向长短期记忆网络的DA40飞机碳刹车片剩余寿命预测
徐萌, 王亚锟
计算机应用
2021, 41 (5):
1527-1532.
DOI: 10.11772/j.issn.1001-9081.2020071125
飞机刹车片在飞机制动过程中起着十分重要的作用。对刹车片进行准确的剩余使用寿命（RUL）预测对于减少制动故障以及节省人力物力资源具有重要意义。针对飞机刹车片磨损序列的非平稳和非线性等特点，提出了一种基于双向长短期记忆（BiLSTM）网络的飞机刹车片RUL预测模型——VMD-BiLSTM模型。首先，利用变分模态分解（VMD）方法将原始磨损序列分解成多个具有不同频率和带宽的子序列，从而降低序列的非平稳性；然后，对分解后的各子序列分别构造BiLSTM神经网络预测模型；最后，将每个子序列的预测值叠加来得到刹车片磨损值的最终预测结果，从而实现刹车片的寿命预测。仿真结果表明，VMD-BiLSTM模型的均方根误差（RMSE）为0.466，平均绝对百分比误差（MAPE）为0.898%，均优于对比模型，验证了VMD-BiLSTM模型的优越性。
参考文献 |
相关文章 |
多维度评价
|
|
