面向航空发动机多传感器并行预测模型的设计与实现

作     者：陆超 李晓瑜 姚艳玲 唐晓澜 彭宇 王书福 LU Chao;LI Xiao-yu;YAO Yan-ling;TANG Xiao-lan;PENG Yu;WANG Shu-fu

作者机构：中国航发四川燃气涡轮研究院高空模拟技术重点实验室四川绵阳621000 电子科技大学信息与软件工程学院成都610054 西南石油大学计算机科学学院成都610500 

基　　金：四川省科技计划重点研发项目(2019YFG0424) 

出 版 物：《电子科技大学学报》 (Journal of University of Electronic Science and Technology of China)

年 卷 期：2021年第50卷第4期

页      码：580-585页

摘      要：为了准确预测航空发动机工作时传感器数据的变化趋势,有效监控航空发动机的工作状态,该文就发动机高压压气机转子转速、燃烧室燃油喷嘴压力、涡轮后温度等数个航空发动机主要传感器数据,使用滑动窗口算法截取子序列构建数据集并对其进行标准化。提出了一种基于Seq2Seq的面向航空发动机多传感器数据预测神经网络模型(AMSDPNN),并对该网络进行优化,最终实现了对航空发动机多传感器数据的预测。实验表明,相较于其他传统数据预测模型,该模型有着更好的预测效果,其均方误差值为0.1%,同时提前320 ms实现了对航空发动机传感器数据的预测。

主 题 词：数据标准化 长短期记忆网络 Seq2Seq 滑动窗口 时序数据预测 

学科分类：081203[081203] 08[工学] 0835[0835] 0812[工学-测绘类] 

核心收录：

D　O　I：10.12178/1001-0548.2020365

馆 藏 号：203104501...