来源：期刊VIP网 时间：
作者：郑子扬;王兆强;胡昌华;田从宝;李鹏华;侯杰;
单位：火箭军工程大学智控实验室;浙江大学流体动力基础件与机电系统全国重点实验室;重庆邮电大学自动化学院;
摘要：发动机剩余使用寿命（Remaining Useful Life,RUL）的准确预测是实现发动机有效健康管理的基础和核心，对提高其运行安全性和可靠性至关重要。当前发动机RUL预测方法存在局部特征提取能力不足、对不同时间尺度特征敏感性差的问题，难以综合感知短期退化趋势与长期退化模式。为此，提出了一种基于双时间尺度特征增强与注意力机制的发动机RUL预测方法。通过双时间尺度特征增强技术提取不同时间尺度下的运行特征，以充分捕捉发动机在短期运行中的退化模式。采用注意力机制对不同时间点的特征进行加权，从而突出关键时刻的信息，进一步提高预测精度。实验结果表明，所提方法在多种工况环境下均能有效提升发动机RUL预测的准确性，对提升发动机运行安全性和可靠性，节约维护成本和降低故障发生率具有重要意义。
关键词：剩余寿命预测;;双时间尺度特征增强;;注意力机制;;因果卷积;;门控机制;;局部特征提取;;全局特征建模
基金资助：国家重点研发计划(2024YFB3311204);; 国家自然科学基金(62227814,62233017);; 陕西省自然科学基础研究计划重点项目(2025JC-QYXQ-038);; 流体动力基础件与机电系统全国重点实验室开放基金(GZKF-202430)
