计算机应用

作者：徐萌, 王亚锟

单位：中国民航大学 电子信息与自动化学院, 天津 300300

关键词：双向长短期记忆网络,变分模态分解,碳刹车片,剩余使用寿命,神经网络

基金：航空科学基金资助项目（2019ZD067007）。

飞机刹车片在飞机制动过程中起着十分重要的作用。对刹车片进行准确的剩余使用寿命（RUL）预测对于减少制动故障以及节省人力物力资源具有重要意义。针对飞机刹车片磨损序列的非平稳和非线性等特点，提出了一种基于双向长短期记忆（BiLSTM）网络的飞机刹车片RUL预测模型——VMD-BiLSTM模型。首先，利用变分模态分解（VMD）方法将原始磨损序列分解成多个具有不同频率和带宽的子序列，从而降低序列的非平稳性；然后，对分解后的各子序列分别构造BiLSTM神经网络预测模型；最后，将每个子序列的预测值叠加来得到刹车片磨损值的最终预测结果，从而实现刹车片的寿命预测。仿真结果表明，VMD-BiLSTM模型的均方根误差（RMSE）为0.466，平均绝对百分比误差（MAPE）为0.898%，均优于对比模型，验证了VMD-BiLSTM模型的优越性。

来源：2021年第5期

《计算机应用》期刊编辑部

查看计算机应用杂志2021年第5期