机译:使用半监督深度架构对涡轮风扇发动机退化的剩余使用寿命进行预测
Norwegian Univ Sci & Technol, Dept Ocean Operat & Civil Engn, N-6009 Alesund, Norway;
Norwegian Univ Sci & Technol, Dept Marine Technol, N-7491 Trondheim, Norway;
C-MAPSS; Deep learning; Genetic algorithm; Prognostics and health management; Remaining useful life; Semi-supervised learning;
机译:基于内核主成分分析的退化模型和涡轮风扇发动机的剩余使用寿命估算:
机译:基于内核主成分分析的退化模型和涡轮风扇发动机的剩余使用寿命估算:
机译:基于集成学习的飞机发动机退化建模和剩余使用寿命预测
机译:长期在线记忆网络对涡轮风扇发动机降解的剩余使用寿命预测
机译:锅炉过热器管的长期使用退化及其对剩余寿命预测的影响研究
机译:使用可解释的深度神经网络具有维度减少的可解释的深神经网络剩余使用的寿命预后
机译:基于核主成分分析的退化模型和涡扇发动机的剩余使用寿命估计
机译:液体推进剂火箭发动机寿命预测能力的发展。用于ssmE系统架构研究的火灾后诊断系统