Python环境下基于一维卷积神经网络的航空发动机剩余寿命预测方法
数据集为NASA的C-MAPSS(商用模块化航空推进系统仿真)数据集(涡扇发动机退化仿真数据集)
所需模块如下
import numpy as np
import pandas as pd
import math
from keras.models import Sequential
from keras.layers import Dense, Dropout, Flatten
from keras.layers import Conv2D
from tensorflow.keras.optimizers import Adam
from matplotlib import pyplot as plt
1. Data文件夹包含原始C-mapss航空发动机数据集以及数据的前处理py文件
2. 1dDCNN.py是训练模型的代码文件
3. AfterProcess.py是模型训练完成的后处理、可视化
4. 1dDCNNmodel.h5训练完成的模型
5. iteration.txt训练过程中的误差
6. prediction result.txt预测结果
7. RMSE.txt均方根误差 SCORE.txt得分
面包多代码下载网页链接
