1. Репозиторий Самарского национального исследовательского университета имени академика С.П. Королёва
  2. 04. Материалы конференций
  3. Перспективы развития двигателестроения
Full metadata record
DC FieldValueLanguage
dc.contributor.authorАбдулнагимов А. И.
dc.contributor.authorАлекторов Г. К.
dc.coverage.spatialинтеллектуальные алгоритмы
dc.coverage.spatialнабор данных C-MAPSS
dc.coverage.spatialнейронные сети
dc.coverage.spatialметоды прогнозирования
dc.coverage.spatialоценка остаточного ресурса
dc.coverage.spatialTransformer
dc.coverage.spatialавиационные силовые установки
dc.coverage.spatialанализ параметров
dc.coverage.spatialгазотурбинные двигатели
dc.coverage.spatialparameter analysis
dc.coverage.spatialneural networks
dc.coverage.spatialresidual life assessment
dc.coverage.spatialC-MAPSS dataset
dc.coverage.spatialaircraft power plants
dc.coverage.spatialforecasting methods
dc.coverage.spatialgas turbine engines
dc.coverage.spatialLSTM models
dc.coverage.spatialLSTM-модели
dc.coverage.spatialintelligent algorithms
dc.creatorАбдулнагимов А. И., Алекторов Г. К.
dc.date2025
dc.date.accessioned2025-11-26T13:48:22Z-
dc.date.available2025-11-26T13:48:22Z-
dc.date.issued2025
dc.identifier.identifierRU\НТБ СГАУ\576924
dc.identifier.citationАбдулнагимов, А. И. Подход к прогнозированию остаточного ресурса авиационных двигателей = Approach to predicting remaining useful life of aircraft engines / А. И. Абдулнагимов, Г. К. Алекторов // Перспективы развития двигателестроения : материалы междунар. науч.-техн. конф. им. Н. Д. Кузнецова (18–20 июня 2025 г.) / Самар. нац. исслед. ун-т им. С. П. Королева (Самар. ун-т) ; редкол.: Е. В. Шахматов, А. И. Ермаков. - Самара : Изд-во Самар. ун-та, 2025. - С. 315-318.
dc.identifier.urihttp://repo.ssau.ru/jspui/handle/123456789/43311-
dc.description.abstractThe study explores intelligent models based on LSTM recurrent neural networks and the Transformer architecture for predicting degradation and remaining useful life of aircraft power plants. The C-MAPSS dataset is used for simulating the operation of a turbo fan jet engines. The proposed Transformer model with a modified encoder block demonstrates good prediction accuracy and generalization capability compared to LSTM.
dc.languagerus
dc.sourceПерспективы развития двигателестроения : материалы междунар. науч.-техн. конф. им. Н. Д. Кузнецова (18–20 июня 2025 г.). - Текст : электронный
dc.subjectaircraft power plants
dc.subjectC-MAPSS dataset
dc.subjectforecasting methods
dc.subjectgas turbine engines
dc.subjectintelligent algorithms
dc.subjectLSTM models
dc.subjectLSTM-модели
dc.subjectneural networks
dc.subjectparameter analysis
dc.subjectresidual life assessment
dc.subjectTransformer
dc.subjectавиационные силовые установки
dc.subjectанализ параметров
dc.subjectгазотурбинные двигатели
dc.subjectинтеллектуальные алгоритмы
dc.subjectметоды прогнозирования
dc.subjectнабор данных C-MAPSS
dc.subjectнейронные сети
dc.subjectоценка остаточного ресурса
dc.titleПодход к прогнозированию остаточного ресурса авиационных двигателей
dc.typeText
dc.citation.epage318
dc.citation.spage315
local.identifier.oldurihttp://repo.ssau.ru/handle/Perspektivy-razvitiya-dvigatelestroeniya/Podhod-k-prognozirovaniu-ostatochnogo-resursa-aviacionnyh-dvigatelei-116605
local.identifier.oldurihttp://repo.ssau.ru/handle/Perspektivy-razvitiya-dvigatelestroeniya/Podhod-k-prognozirovaniu-ostatochnogo-resursa-aviacionnyh-dvigatelei-116605
Appears in Collections:Перспективы развития двигателестроения

Files in This Item:
File SizeFormat 
978-5-7883-2191-2_2025-315-318.pdf424.04 kBAdobe PDFView/Open
Show simple item record


Items in Repository are protected by copyright, with all rights reserved, unless otherwise indicated.