基于时间序列的柴油机空气系统健康状态评估与预测方法

王永康, 文冠华, 王彦岩, 沈照杰, 马琮淦, 纪兆圻, 林波, 邵麓铭

内燃机与动力装置 ›› 2025, Vol. 42 ›› Issue (6) : 12 -20+33.

PDF
内燃机与动力装置 ›› 2025, Vol. 42 ›› Issue (6) : 12 -20+33. DOI: 10.19471/j.cnki.1673-6397.2025.06.002

基于时间序列的柴油机空气系统健康状态评估与预测方法

    王永康, 文冠华, 王彦岩, 沈照杰, 马琮淦, 纪兆圻, 林波, 邵麓铭
作者信息 +

Author information +
文章历史 +
PDF

摘要

为解决柴油机空气系统因结构复杂、故障频发、全生命周期数据不足及故障精确表征困难导致的柴油机空气系统健康状态评估难题,为其预测性维护提供支撑,提出一种基于时间序列的柴油机健康状态评估方法,根据单位时间内空气系统健康状态构建初始健康指标,采用自编码器模型对初始指标进行特征加权优化以提高表征精度,按照时间序列结合滑动窗口法对历史健康状态进行平滑处理,构建长短期记忆(long-short term memory, LSTM)网络,预测柴油机空气系统的健康状态。结果表明:设计的基于时间序列的柴油机空气系统健康状态评估方法有效且预测准确度较高,健康状态预测结果与实测结果的均方误差为2.11×10-5,均方根误差为0.004 6,平均绝对误差为0.003 1,该方法可以为柴油机空气系统预测性维护提供可靠支撑。

关键词

柴油机 / 健康状态评估 / 健康状态预测 / LSTM网络

Key words

引用本文

引用格式 ▾
基于时间序列的柴油机空气系统健康状态评估与预测方法[J]. 内燃机与动力装置, 2025, 42(6): 12-20+33 DOI:10.19471/j.cnki.1673-6397.2025.06.002

登录浏览全文

4963

注册一个新账户 忘记密码

参考文献

AI Summary AI Mindmap
PDF

0

访问

0

被引

详细

导航
相关文章

AI思维导图

/