基于并分支GraphSAGE-GRU的航空发动机剩余使用寿命预测方法
郭稳稳1
王国虎1
原永亮2
王沛颖3
郭银晓3
1.郑州工业应用技术学院 机电工程学院,郑州 451150;河南省隧道工程机械工程技术研究中心,郑州 4511502.河南理工大学 机械与动力工程学院,焦作 4540033.郑州工业应用技术学院 机电工程学院,郑州 451150
摘要：[目的]基于深度学习的航空发动机剩余使用寿命预测,为保障航空发动机的可靠性奠定了基础.然而,现有研究多聚焦于欧氏空间中退化信息的获取,忽视了非欧氏空间中拓扑关系蕴含的额外退化信息.因此,提出了一种基于并分支图节点嵌入学习的门控循环神经网络(Parallel-Graph Node Embedding Learning-Gated Recurrent Unit,Parallel-GraphSAGE-GRU)的航空发动机剩余使用寿命预测方法.[方法]首先,基于最大互信息法描述航空发动机监测参数之间的关系,在此基础上,通过固定时间窗口构造图,输入序列获取发动机非欧氏空间的拓扑关系;其次,采用GRU提取欧氏空间中航空发动机时间退化关系;然后,在运行过程的每个时刻将GraphSAGE与GRU的输出隐式向量进行拼接,并通过全连接神经网络映射为航空发动机输入退化信息的剩余使用寿命值;最后,采用航空发动机剩余使用寿命数据集,对所提方法的有效性和先进性进行验证,所提方法的R2最高达到0.988 6.[结果]结果表明,该方法能够兼顾预测精度及计算效率,具备良好的可行性.
关键词：发动机剩余使用寿命特征信息提取图节点嵌入学习门控循环单元
分类号：TH17(机械运行与维修)
论文发表日期：2026-07-31
在线出版日期：2026-09-12（本平台首次上网日期，不代表文献的发表时间）
页数：8( 32-39 )
英文信息