Prediction Interval Estimation of Aeroengine Remaining Useful Life Based on Bidirectional Long Short-Term Memory Network

预言 计算机科学 聚类分析 区间(图论) 数据挖掘 航空发动机 期限(时间) 模糊逻辑 钥匙(锁) 人工神经网络 人工智能 可靠性工程 工程类 数学 机械工程 组合数学 物理 量子力学 计算机安全
作者
Chuang Chen,Ningyun Lu,Bin Jiang,Yin Xing,Zheng Zhu
出处
期刊:IEEE Transactions on Instrumentation and Measurement [Institute of Electrical and Electronics Engineers]
卷期号:70: 1-13 被引量:59
标识
DOI:10.1109/tim.2021.3126006
摘要

Reliable and accurate aero-engine remaining useful life (RUL) prediction plays a key role in aero-engine prognostics and health management (PHM) system. However, due to the epistemic uncertainties associated with aero-engine systems, prediction errors are unavoidable and sometimes significant in traditional deterministic point prediction methods. To improve the accuracy and credibility of RUL prediction, a novel prediction interval (PI) estimation method is proposed to quantify the uncertainties in RUL prediction. The proposed method involves the data clustering, mathematical statistical analysis and deep learning techniques, and is achieved through offline and online phases. In the offline phase, an enhanced fuzzy c-means algorithm (FCM) is proposed to divide the aero-engine health status into several discrete states. After labeling the health state of each sampling point, PIs are computed for them. This step is achieved by the empirical distributions of errors associated with all instances belonging to the health state under consideration. In the online phase, a bidirectional long short-term memory (Bi-LSTM) network is employed to estimate the boundaries of point prediction, and thus the PI of aero-engine RUL is generated. The aero-engine degradation dataset from NASA is used to validate the proposed RUL PI estimation method. The results obtained indicate that the proposed method is a promising tool for providing reliable aero-engine RUL interval estimates, which can inform maintenance-related decisions.
最长约 10秒,即可获得该文献文件

科研通智能强力驱动
Strongly Powered by AbleSci AI
更新
大幅提高文件上传限制,最高150M (2024-4-1)

科研通是完全免费的文献互助平台,具备全网最快的应助速度,最高的求助完成率。 对每一个文献求助,科研通都将尽心尽力,给求助人一个满意的交代。
实时播报
华丽的落寞完成签到,获得积分10
刚刚
虚心十三完成签到,获得积分10
刚刚
1秒前
鹿lu发布了新的文献求助10
1秒前
莫言应助五虎采纳,获得50
1秒前
2秒前
2秒前
2秒前
默默雨竹发布了新的文献求助10
2秒前
站在巨人的肩膀上完成签到,获得积分10
3秒前
糖糖完成签到,获得积分10
3秒前
1234发布了新的文献求助10
4秒前
4秒前
llljjj完成签到,获得积分10
5秒前
LiZhenhua完成签到,获得积分10
5秒前
鲳鱼密码完成签到 ,获得积分10
6秒前
猕猴桃完成签到 ,获得积分10
6秒前
7秒前
KWang应助迪琛采纳,获得10
7秒前
静谧_无华完成签到,获得积分10
7秒前
7秒前
Biao完成签到,获得积分10
7秒前
7秒前
华仔应助炙热的夜雪采纳,获得10
8秒前
8秒前
不才发布了新的文献求助10
8秒前
派大星和海绵宝宝完成签到,获得积分10
9秒前
小欢发布了新的文献求助10
9秒前
gggja发布了新的文献求助30
9秒前
tl完成签到,获得积分10
10秒前
wxj发布了新的文献求助10
10秒前
靓丽的碧彤完成签到,获得积分20
10秒前
12秒前
yema完成签到 ,获得积分10
12秒前
菲尔完成签到 ,获得积分10
12秒前
cyf完成签到 ,获得积分10
12秒前
默默雨竹完成签到,获得积分10
12秒前
12秒前
尚可完成签到 ,获得积分10
12秒前
Lucas应助饺子生面包采纳,获得10
13秒前
高分求助中
좌파는 어떻게 좌파가 됐나:한국 급진노동운동의 형성과 궤적 2500
Sustainability in Tides Chemistry 1500
TM 5-855-1(Fundamentals of protective design for conventional weapons) 1000
Cognitive linguistics critical concepts in linguistics 800
Threaded Harmony: A Sustainable Approach to Fashion 799
Livre et militantisme : La Cité éditeur 1958-1967 500
氟盐冷却高温堆非能动余热排出性能及安全分析研究 500
热门求助领域 (近24小时)
化学 医学 生物 材料科学 工程类 有机化学 生物化学 物理 内科学 纳米技术 计算机科学 化学工程 复合材料 基因 遗传学 催化作用 物理化学 免疫学 量子力学 细胞生物学
热门帖子
关注 科研通微信公众号,转发送积分 3053097
求助须知:如何正确求助?哪些是违规求助? 2710324
关于积分的说明 7421043
捐赠科研通 2354914
什么是DOI,文献DOI怎么找? 1246494
科研通“疑难数据库(出版商)”最低求助积分说明 606133
版权声明 595975