基于集成学习的涡扇发动机剩余寿命预测模型
Journal of Engineering for Thermal Energy and Power（2022）
摘要
为了解决涡扇发动机的监测数据维数高、时间跨度长、给预测发动机剩余使用寿命带来困难的问题.本文提出了一种基于集成神经网络模型的发动机寿命预测系统,采用集成学习中的Stacking方法对单一的学习器进行集成来预测涡扇发动机的剩余使用寿命(RUL).模型在NASA公共数据集C-MAPSS(Commercial Modular Aero-Propulsion System Simulation)上进行了发动机寿命预测实验验证,并与常用的机器学习方法和单一神经网络进行了比较.实验结果表明:模型在多种评价方法上综合表现最佳,且在超前预测上表现良好.
更多AI 理解论文
溯源树
样例
生成溯源树，研究论文发展脉络
Chat Paper
正在生成论文摘要