基于特征选择与Transformer的涡扇发动机剩余使用寿命预测.pdf

２０２４年４月机床与液压Ａｐｒ２０２４

第５２卷第７期ＭＡＣＨＩＮＥＴＯＯＬ＆ＨＹＤＲＡＵＬＩＣＳＶｏｌ５２Ｎｏ７

－

ＤＯＩ：１０．３９６９／ｊｉｓｓｎ１００１３８８１２０２４０７０３１

文献引用：刘耕鑫，董辛旻，张瑞博，等．基于特征选择与Ｔｒａｎｓｆｏｒｍｅｒ的涡扇发动机剩余使用寿命预测［Ｊ］．机床与液压，２０２４，

－

５２（７）：２０８２１３．

Ｃｉｔｅａｓ：ＬＩＵＧｅｎｇｘｉｎ，ＤＯＮＧＸｉｎｍｉｎ，ＺＨＡＮＧＲｕｉｂｏ，ｅｔａｌ．Ｒｅｍａｉｎｉｎｇｌｉｆｅｐｒｅｄｉｃｔｉｏｎｏｆｔｕｒｂｏｆａｎｅｎｇｉｎｅｂａｓｅｄｏｎｆｅａｔｕｒｅｓｅｌｅｃｔｉｏｎａｎｄ

－

Ｔｒａｎｓｆｏｒｍｅｒ［Ｊ］．ＭａｃｈｉｎｅＴｏｏｌ＆Ｈｙｄｒａｕｌｉｃｓ，２０２４，５２（７）：２０８２１３．

基于特征选择与Ｔｒａｎｓｆｏｒｍｅｒ的涡扇发动机剩余使用寿命预测

刘耕鑫，董辛旻，张瑞博，陈阳

（郑州大学振动工程研究所，河南郑州４５０００１）

摘要：针对传统剩余使用寿命预测模型难以解决长时依赖问题以及不同特征组合对模型预测精度影响大的问题，提出

一种基于特征选择与Ｔｒａｎｓｆｏｒｍｅｒ的剩余使用寿命预测模型。首先利用以互信息为理论基础的最大相关最小冗余特征选择算

法，捕获特征与标签、特征与特征的关系，得到最佳特征组合；然后以Ｔｒａｎｓｆｏｒｍｅｒ的编码器为主体并加入门控卷积单元组

成预测模型，使模型可以充分捕捉全局信息且提高运算效率的基础上也更加注重局部信息；通过网格搜索与粒子群算法确

－

定模型超参数。最后将最优特征组合的变量数据输入模型实现涡扇发动机剩余使用寿命预测。利用此方法在ＣＭＡＰＳＳ数

据集进行验证，并进行对比实验，结果表明预测误差与模型效率均有一定改进。

关键词：剩余使用寿命；最大相关最小冗余；特征选择；互信息；Ｔｒａｎｓｆｏｒｍｅｒ模型

中图分类号：Ｖ２６３５

ＲｅｍａｉｎｉｎｇＬｉｆｅＰｒｅｄｉｃｔｉｏｎｏｆＴｕｒｂｏｆａｎＥｎｇｉｎｅＢａｓｅｄｏｎＦｅａｔｕｒｅＳｅｌｅｃｔｉｏｎａｎｄＴｒａｎｓｆｏｒｍｅｒ

ＬＩＵＧｅｎｇｘｉｎ，ＤＯＮＧＸｉｎｍｉｎ，ＺＨＡＮＧＲｕｉｂｏ，ＣＨＥＮＹａｎｇ

（ＲｅｓｅａｒｃｈＩｎｓｔｉｔｕｔｅｏｆＶｉｂｒａｔｉｏｎＥｎｇｉｎｅｅｒｉｎｇ，ＺｈｅｎｇｚｈｏｕＵｎｉｖｅｒｓｉｔｙ，ＺｈｅｎｇｚｈｏｕＨｅｎａｎ４５０００１，Ｃｈｉｎａ）

Ａｂｓｔｒａｃｔ：Ａｉｍｉｎｇａｔｔｈｅｐｒｏｂｌｅｍｔｈａｔｔｈｅｔｒａｄｉｔｉｏｎａｌｒｅｓｉｄｕａｌｓｅｒｖｉｃｅｌｉｆｅｐｒｅｄｉｃｔｉｏｎｍｏｄｅｌｉｓｄｉｆｆｉｃｕｌｔｔｏｓｏｌｖｅｔｈｅｐｒｏｂｌｅｍｏｆｌｏｎｇ－

ｔｅｒｍｄｅｐｅｎｄｅｎｃｅａｎｄｔｈａｔｄｉｆｆｅｒｅｎｔｆｅａｔｕｒｅｃｏｍｂｉｎａｔｉｏｎｓｈａｖｅａｇｒｅａｔｉｍｐａｃｔｏｎｔｈｅｐｒｅｄｉｃｔｉｏｎａｃｃｕｒａｃｙｏｆｔｈｅｍｏｄｅｌ，ａｒｅｓｉｄｕａｌｓｅｒｖｉｃｅ

ｌｉｆｅｐｒｅｄｉｃｔｉｏｎｍｏｄｅｌｂａｓｅｄｏｎｆｅａｔｕｒｅｓｅｌｅｃｔｉｏｎａｎｄＴｒａｎｓｆｏｒｍｅｒｗａｓｐｒｏｐｏｓｅｄ．Ｔｈｅｍａｘｉｍｕｍｃｏｒｒｅｌａｔｉｏｎａｎｄｍｉｎｉｍｕｍｒｅｄｕｎｄａｎｃｙｆｅａ⁃

ｔｕｒｅｓｅｌｅｃｔｉｏｎａｌｇｏｒｉｔｈｍｂａｓｅｄｏｎｍｕｔｕａｌｉ