터보팬 엔진의 잔여 유용 수명을 예측하기 위한 스택된 깊은 합성곱 신경망

본 논문은 다양한 성질의 고장에 시달릴 수 있는 항공기 엔진 집단의 잔여 유용 수명(RUL)을 예측하기 위해 사용된 데이터 기반 기술 및 방법론을 제시합니다. 제시된 솔루션은 두 개의 딥 컨볼루셔널 신경망(DCNN)이 두 단계로 쌓인 구조를 기반으로 합니다. 첫 번째 DCNN은 정규화된 원시 데이터를 입력으로 사용하여 저차원 특징 벡터를 추출하는 데 사용됩니다. 두 번째 DCNN은 첫 번째 DCNN에서 추출한 벡터 목록을 입력으로 받아 RUL을 추정합니다. 모델 선택은 반복적인 무작위 샘플링 검증 접근법을 사용한 베이지안 최적화를 통해 수행되었습니다. 제안된 방법론은 2021년 PHM 컨퍼런스 데이터 도전에서 세 번째로 평가되었습니다.