国产欧美精品一区二区,中文字幕专区在线亚洲,国产精品美女网站在线观看,艾秋果冻传媒2021精品,在线免费一区二区,久久久久久青草大香综合精品,日韩美aaa特级毛片,欧美成人精品午夜免费影视

準確可靠的剩余使用壽命(RUL)預測結果可為決策者提供有價(jià)值的信息,以采取適當的維護策略,最大限度地利用設備,避免昂貴的故障維修費用。為了從高噪聲的真實(shí)工況中對發(fā)動(dòng)機故障進(jìn)行有效診斷,提出了一種融合多注意力機制和變分編碼的時(shí)序預測模型(MA-VBLSTM),首先通過(guò)嵌入多注意力機制獲得所有特征在空間維度和通道維度的不同權重,以提高退化特征的提取能力；然后,采用變分編碼器進(jìn)行退化信息編碼并學(xué)習數據間深度隱藏的信息；最后,利用雙向長(cháng)短時(shí)記憶網(wǎng)絡(luò )的長(cháng)短期時(shí)序數據雙向處理能力實(shí)現發(fā)動(dòng)機RUL的預測。實(shí)驗結果表明,該模型在發(fā)動(dòng)機CMAPSS數據集的FD001、FD002、FD003、FD004子數據集上RMSE 和Score值相比現有方法分別平均降低5.27%和10.70%、1.37%和1.68%、6.37%和26.94%、3.02%和2.06%。