English(EN) Predictive Maintenance: Deep Learning-Based Remaining Useful Life Prediction for Combat Aircraft Engines

深度学习模型提升飞机发动机预测性维护能力

作者 PulseAugur 编辑部 · [1 个来源] · 2026-08-04 04:00

研究人员开发了一种用于战斗机发动机预测性维护的深度学习模型，旨在提高作战准备状态并降低意外成本。该模型可从多变量传感器数据中自主提取特征，并使用NASA C-MAPSS FD001和FD004数据集进行了验证。与RF、CNN-LSTM和BiLSTM等基线模型相比，它在FD001数据集上表现出卓越的性能，取得了较高的R平方值和较低的RMSE。此外，还创建了一个决策支持模拟器，用于在激进的战斗飞行场景下测试该协议。 AI

影响这项研究有望为关键航空资产带来更高效、更可靠的维护计划，从而减少停机时间和成本。

排序理由详细介绍用于特定应用的深度学习模型学术论文。 [lever_c_demoted from research: ic=1 ai=1.0]

在 arXiv cs.LG 阅读 →

AI 生成摘要 · Google Gemini · 来自 1 个来源。我们如何撰写摘要 →

报道来源 [1]

arXiv cs.LG TIER_1 English(EN) · Fatih \"Urgen, Do\u{g}ay Alt{\i}nel · 2026-08-04 04:00

Predictive Maintenance: Deep Learning-Based Remaining Useful Life Prediction for Combat Aircraft Engines

arXiv:2608.01819v1 Announce Type: new Abstract: To improve the operational readiness of combat aircraft engines and reduce unplanned maintenance costs, accurately estimating the remaining useful life (RUL) is critical. Traditional maintenance often proves insufficient under dynam…

报道来源 [1]

Predictive Maintenance: Deep Learning-Based Remaining Useful Life Prediction for Combat Aircraft Engines

相关实体

相关话题