- · 《航空学报》栏目设置[09/30]
- · 《航空学报》数据库收录[09/30]
- · 《航空学报》投稿方式[09/30]
- · 《航空学报》征稿要求[09/30]
- · 《航空学报》刊物宗旨[09/30]
一、本刊要求作者有严谨的学风和朴实的文风，提倡互相尊重和自由讨论。凡采用他人学说，必须加注说明。 二、不要超过10000字为宜，精粹的短篇，尤为欢迎。 三、请作者将稿件（用WORD格式）发送到下面给出的征文信箱中。 四、凡来稿请作者自留底稿，恕不退稿。 五、为规范排版，请作者在上传修改稿时严格按以下要求： 1．论文要求有题名、摘要、关键词、作者姓名、作者工作单位（名称，省市邮编）等内容一份。 2．基金项目和作者简介按下列格式： 基金项目：项目名称（编号） 作者简介：姓名（出生年－），性别，民族（汉族可省略），籍贯，职称，学位，研究方向。 3．文章一般有引言部分和正文部分，正文部分用阿拉伯数字分级编号法，一般用两级。插图下方应注明图序和图名。表格应采用三线表，表格上方应注明表序和表名。 4．参考文献列出的一般应限于作者直接阅读过的、最主要的、发表在正式出版物上的文献。其他相关注释可用脚注在当页标注。参考文献的著录应执行国家标准GB7714-87的规定，采用顺序编码制。
航空航天科学与工程论文_基于优化混合模型的航
作者:网站采编关键词:
摘要：文章摘要:针对航空发动机剩余使用寿命（RUL）预测方法没有同时加权不同时间步下的数据，其中包括原始数据和所提取的特征，导致RUL预测精准度较低的问题，提出了一种基于优化混合
文章摘要:针对航空发动机剩余使用寿命（RUL）预测方法没有同时加权不同时间步下的数据，其中包括原始数据和所提取的特征，导致RUL预测精准度较低的问题，提出了一种基于优化混合模型的RUL预测方法。首先，选用三种不同的路径提取特征：（1）将原始数据的均值和趋势系数输入至全连接网络；（2）将原始数据输入双向长短期记忆（Bi-LSTM）网络，采用注意力机制处理得到的特征；（3）使用注意力机制处理原始数据，将加权特征输入至卷积神经网络（CNN）和Bi-LSTM中；然后，采用融合多路径特征预测的思想，将上述提取特征融合后输入至全连接网络获得RUL预测结果；最后，使用商用模块化航空推进系统仿真（C-MAPSS）数据集验证方法的有效性。实验结果显示，所提方法在四个数据集上均有较好的表现。以FD001为例，均方根误差（RMSE）相比Bi-LSTM降低了9.01%。表明所提方法在RUL预测方面有良好的前景。
文章关键词:
论文分类号:V263.5
文章来源：《航空学报》 网址: http://www.hkxbzz.cn/qikandaodu/2021/1028/1883.html