用于预测涡轮风扇发动机剩余使用寿命的堆叠深度卷积神经网络

本文介绍了用于预测一组飞机发动机剩余使用寿命（RUL）的数据驱动技术和方法，这些发动机可能会出现多种性质的故障。所提出的解决方案基于两个层级堆叠的深度卷积神经网络（DCNN）。第一个 DCNN 用于从归一化的原始数据中提取低维特征向量。第二个 DCNN 则接收来自前一个 DCNN 的一系列特征向量，并估计 RUL。模型选择通过贝叶斯优化并采用重复随机子采样验证方法进行。该方法在 2021 年 PHM 大会数据挑战赛中排名第三。