關鍵詞：故障預測 時間序列 雙向lstm神經網絡 

摘要：準確的航空發動機故障預測能夠為維修決策提供依據,提高裝備完好率,避免災難性故障并最小化經濟損失。根據航空發動機傳感器數據特點,提出一種基于雙向長短期記憶(LSTM)神經網絡的故障預測方法,建立故障預測模型,包括數據預處理、網絡模型設計、訓練與測試,得到在多種工作條件和故障下具有較強泛化能力的神經網絡預測模型。使用C-MAPSS數據集對模型進行仿真驗證,所提出的雙向LSTM故障預測模型通過與RNN、GRU、LSTM時間序列模型對比,誤差下降33.58%,得到更高的預測精度,非對稱評分下降71.22%,具有更好的適應性。

注：因版權方要求，不能公開全文，如需全文，請咨詢雜志社