摘要:
本文介绍了一种用于航空发动机剩余使用寿命 (RUL) 预测的新框架,它以时间卷积网络 (TCN) 为主干网络,融入了通道注意力、时间注意力 (改良的Transformer)。其中TCN用来获取更高维的信号数据,并减少短期噪声对预测的影响;通道注意力用来获取不同维度信号 (经过TCN升维后的数据) 对RUL预测的重要性;时间注意力可以加强对具有显着退化信息的关键时间点的关注,从而更准确地进行航空发动机RUL预测。 阅读全文
本文介绍了一种用于航空发动机剩余使用寿命 (RUL) 预测的新框架,它以时间卷积网络 (TCN) 为主干网络,融入了通道注意力、时间注意力 (改良的Transformer)。其中TCN用来获取更高维的信号数据,并减少短期噪声对预测的影响;通道注意力用来获取不同维度信号 (经过TCN升维后的数据) 对RUL预测的重要性;时间注意力可以加强对具有显着退化信息的关键时间点的关注,从而更准确地进行航空发动机RUL预测。 阅读全文
posted @ 2024-03-11 22:55
Jaly_W
阅读(1639)
评论(4)
推荐(2)

浙公网安备 33010602011771号