基于自适应时空图卷积网络的航空发动机剩余寿命预测

作     者：许丹阳 尚洁 蒋琛 邱浩波 高亮 

作者机构：华中科技大学机械科学与工程学院 

出 版 物：《计算机集成制造系统》 (Computer Integrated Manufacturing Systems)

年 卷 期：2025年

核心收录：

学科分类：08[工学] 082503[工学-航空宇航制造工程] 0825[工学-航空宇航科学与技术] 

基　　金：湖北省重点研发计划资助项目(2021AAB001) 国家重点研发计划资助项目(2020YFB1709800) 

主　　题：航空发动机 剩余使用寿命预测 数据驱动 时空图卷积网络 自适应邻接矩阵 

摘      要：剩余使用寿命(RUL)预测对于评估航空发动机健康状态和确保飞行安全至关重要。为了深入挖掘传感器监测信号的时间域和空间域特征，全面反映健康状态进而提高故障预测精度，提出一种基于自适应时空图卷积网络(ASTGCN)的航空发动机RUL预测方法。首先，以基于互信息的静态邻接矩阵为基础，结合参数可学习的动态邻接矩阵表示方法，建立自适应邻接矩阵，自动调整传感器节点的空间关联，实现航空发动机健康监测场景下图结构数据的高质量构建。其次，建立时空图卷积网络模块，分别利用一维和图卷积网络同步学习监测信号的时间和空间依赖关系，捕捉监测数据的动态时空相关性。最后，全连接层用于退化特征融合和RUL的准确预测。使用公开的航空发动机退化数据集来验证ASTGCN的有效性和先进性。与其他预测方法相比，ASTGCN在所有子数据集展现出最优的平均预测性能。