期刊导航
期刊开放获取
cqvip
退出
期刊文献
+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
检索
高级检索
期刊导航
共找到
1
篇文章
<
1
>
每页显示
20
50
100
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
显示方式：
文摘
详细
列表
相关度排序
被引量排序
时效性排序
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
被引量：
6
1
作者
徐萌
王亚锟
《计算机应用》
CSCD
北大核心
2021年第5期1527-1532,共6页
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(Bi LSTM...
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(Bi LSTM)网络的飞机刹车片RUL预测模型——VMD-Bi LSTM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Bi LSTM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-Bi LSTM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-Bi LSTM模型的优越性。
展开更多
关键词
双向长短期记忆网络
变分模态分解
碳
刹车片
剩余使用寿命
神经网络
下载PDF
职称材料
题名
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
被引量：
6
1
作者
徐萌
王亚锟
机构
中国民航大学电子信息与自动化学院
出处
《计算机应用》
CSCD
北大核心
2021年第5期1527-1532,共6页
基金
航空科学基金资助项目(2019ZD067007)。
文摘
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(Bi LSTM)网络的飞机刹车片RUL预测模型——VMD-Bi LSTM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Bi LSTM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-Bi LSTM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-Bi LSTM模型的优越性。
关键词
双向长短期记忆网络
变分模态分解
碳
刹车片
剩余使用寿命
神经网络
Keywords
Bidirectional Long Short-Term(BiLSTM)network
Variational Mode Decomposition(VMD)
carbon brake pad
Remaining Useful Life(RUL)
neural network
分类号
TP183 [自动化与计算机技术—控制理论与控制工程]
下载PDF
职称材料
题名
作者
出处
发文年
被引量
操作
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》
CSCD
北大核心
2021
6
下载PDF
职称材料
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
上一页
1
下一页
到第
页
确定
用户登录
登录
IP登录
使用帮助
返回顶部
