基于1DCNN⁃BiLSTM的航空发动机故障分类研究

  • 打印
  • 收藏
收藏成功
微博 QQ空间 微信


打开文本图片集

摘  要： 随着航空发动机运行状态的变化，其故障模式也会发生变化。针对航空发动机的运行退化趋势，提出一种基于1DCNN⁃BiLSTM的航空发动机故障分类模型。该模型可以直接用于原始监测数据，不需要其他算法提取故障退化特征，并且能充分利用1DCNN提取时间维度局部特征的优势，以及BiLSTM处理非线性时间序列及利用双向上下文信息的特点，最后连接全连接层来学习双向时序依赖的特征信息，并使用softmax函数来诊断故障类别。（剩余12218字）

试读结束

目录
monitor