一種改進濾波器與LSTM融合的飛輪故障預(yù)測算法

打開文本圖片集

摘  要：      針對基于濾波器的預(yù)測方法由于依賴模型精度而導(dǎo)致長周期預(yù)測精度低的問題， 提出了一種基于濾波器和長短期記憶（LSTM）網(wǎng)絡(luò)的融合故障預(yù)測算法， 實現(xiàn)航天器飛輪執(zhí)行器緩變故障的預(yù)測。 首先， 分別設(shè)計了小批量標(biāo)準(zhǔn)化LSTM網(wǎng)絡(luò)和趨勢識別模塊， 二者串聯(lián)組成神經(jīng)網(wǎng)絡(luò)預(yù)測器提高對時序預(yù)測的準(zhǔn)確性。（剩余17046字）