• 主题
高级搜索  >
历史搜索 清空历史
首页> 外文期刊>Journal of mobile multimedia >A Prototype Similarity-based System for Remaining Useful Life Estimation for Future Industry by Singular Spectrum Analysis-Long Short Term Memory Neural Networks Algorithm
【24h】

A Prototype Similarity-based System for Remaining Useful Life Estimation for Future Industry by Singular Spectrum Analysis-Long Short Term Memory Neural Networks Algorithm

机译：基于原型相似性的系统，通过奇异频谱分析 - 长短短期内存神经网络算法剩余寿命估计。

获取原文
获取原文并翻译 | 示例
           
页面导航
  • 摘要
  • 著录项
  • 相似文献
  • 相关主题

摘要

In this paper, we propose a prototype similarity-based approach of estimating the remaining useful life (RUL) of turbofan engine data using the singular spectrum analysis and the long-short term memory (SSA-LSTM) neural networks algorithm. The algorithm consists of two steps. First, the optimal window length of the trajectory matrix of the dataset is empirically determined from a prototype dataset. Second, the estimation of the RUL of the target datasets is performed using the window length parameter obtained from the first step. The validity of the proposed algorithm is verified by testing with 200 turbofan engine datasets. The results are shown to have a significant improvement in the performance of the RUL estimation over the existing LSTM algorithm.
机译：在本文中，我们提出了一种基于原型的相似性，使用奇异频谱分析和长短短期存储器（SSA-LSTM）神经网络算法估计涡扇发动机数据的剩余使用寿命（RUL）。该算法由两个步骤组成。首先，将数据集的轨迹矩阵的最佳窗口长度从原型数据集凭经验确定。其次，使用从第一步获得的窗口长度参数来执行目标数据集的rul的估计。通过使用200个TurboOman引擎数据集进行测试，验证了所提出的算法的有效性。结果显示在现有LSTM算法上的RUL估计性能方面具有显着改善。

著录项

相似文献

  • 外文文献
  • 中文文献
  • 专利
获取原文

客服邮箱：kefu@zhangqiaokeyan.com

京公网安备：11010802029741号 ICP备案号：京ICP备15016152号-6 六维联合信息科技 (北京) 有限公司©版权所有

  • 客服微信

  • 服务号