基于GWO-1DCNN的航空发动机剩余使用寿命预测  

作　　者：王雨程 宋万万 

机构地区：[1]沈阳航空航天大学机电工程学院,辽宁 沈阳 110136 [2]飞行器快速试制技术研究教育部重点实验室,辽宁 沈阳 110136 [3]沈阳飞机工业(集团)有限公司,辽宁 沈阳 110850

出　　处：《中文科技期刊数据库(引文版)工程技术》2025年第3期041-046,共6页

摘　　要：为了提高航空发动机剩余寿命预测的精度,针对深度学习算法模型中超参数多且优化效率低的问题,提出了一种基于灰狼优化算法(GWO)优化一维卷积神经网络(1D CNN)的预测方法。通过GWO对1DCNN的正则化参数,隐藏层数,初始学习率三个重要超参数进行迭代寻优,基于所得最优超参数建立预测模型,利用经过特征处理的NASA公开涡轮发动机退化数据集对所提方法进行验证,结果表明,该方法可显著提升航空发动机剩余寿命预测精度。

关 键 词：卷积神经网络 灰狼优化算法 剩余寿命预测 航空发动机 

分 类 号：TP183[自动化与计算机技术—控制理论与控制工程]