基于LSTMTransformer的车辆关键部件剩余寿命预测

孔 骅宇1, 李 雨菡1, 赵 世田2, 金 志洲3
1、盐城工学院汽车工程学院
2、盐城工学院机械工程学院
3、盐城工学院人文社会科学学院

摘要


车辆关键部件剩余寿命精准预测，是保障行车安全、落地智能运维、降低维修成本的核心。针对单一时序
模型难以兼顾局部退化特征与整体关联、现有算法适配性不足的问题，本文融合LSTM与Transformer构建混合预测
模型。依托LSTM挖掘传感器短期时序退化规律与关联特征，结合Transformer自注意力机制捕捉多维度监测指标的
长距离依赖与全局联系，精准表征部件劣化状态，实现剩余使用寿命有效预测。同时阐述该模型在提升预测精度、
优化运维模式、保障行驶安全等方面的优势，从多维度分析落地可行性，明确数据处理、模型校准、试验评估等标
准化流程，为车辆智能运维搭建与部件健康管理提供参考。

关键词


LSTM-Transformer；车辆关键部件；剩余寿命预测

全文:

PDF


参考


[1]韩云飞，高锋阳，张建刚，黄娇娇.结合LSTM

和 改 进Transformer联 合 特 征 提 取 的PEMFC剩 余 使 用

寿命预测方法[J].西北工业大学学报，2025，43（6）：

1224-1234.

[2]高建树，郝世宇，党一诺.基于长短期记忆网

络-Transformer模型参数优化的锂离子电池剩余使用寿

命预测[J].汽车工程师，2026，（01）：32-39.

[3]张曦，杨颖，陈超君，等.增强双流Transformer

的柴油发动机剩余寿命预测模型[J].汽车工程，2025，47

（2）：292-300.

[4]高建树，郝世宇，党一诺.基于长短期记忆网

络-Transformer模型参数优化的锂离子电池剩余使用寿

命预测[J].汽车工程师，2026，（01）：32-39.

[5]张曦，杨颖，陈超君，等.增强双流Transformer

的柴油发动机剩余寿命预测模型[J].汽车工程，2025，47

（2）：292-300.




DOI: http://dx.doi.org/10.12361/2661-3654-08-03-160442

Refbacks

  • 当前没有refback。