摘要
本发明RUL预测技术领域,尤其涉及基于FFT的飞机复杂系统RUL预测方法。该方法综合考虑不同传感器和时间步长对RUL预测的影响,设计了并行特征提取,分别利用传感器编码器和时间步长编码器同时学习不同传感器的权重和时间步长信息,通过特征融合层获得更有价值的信息。采用APU整个生命周期的真实运行数据进行验证,优于现有的先进预测算法,RUL预测精度得到有效提升。该方法实现了飞机系统性能退化的精准预测,为RUL预测提供了高效、简洁的技术方案。
技术关键词
RUL预测方法
传感器编码器
滑动时间窗口
梯度更新方法
FFT模型
并行特征提取
网格搜索算法
注意力机制
序列
卡尔曼滤波算法
传感器特征
状态空间模型
训练集数据
飞机系统
解码器
系统为您推荐了相关专利信息
流量预测模型
业务调度策略
集群
节点
业务调度方法
滑动时间窗口
船舶
孤立森林算法
船首
轨迹检测技术
抽象语法树
令牌桶算法
滑动时间窗口
节点
退避算法
风险评估报告
递归神经网络
物理
设备状态评估
数据
水质参数监测
水质参数数据
斜率数据
感测设备
异常数据点