趋势注意力全卷积网络的剩余寿命RUL预测 2022年SCI一区顶刊论文python全代码收藏

Trend attention fully convolutional network for remaining useful life estimation，论文是趋势注意力全卷积网络在 CMAPSS 数据集的涡扇发动机 PHM 中的剩余寿命估计， 其中探索了基于深度学习的信号选择、注意力机制和寿命预测可解释性。文件的结构清晰，代码容易运行。

代码包含了算法和作图等，比较完备。

github网址如下：点击绿色code，然后download zip。

GitHub - foryichuanqi/Remaining-useful-life-prediction-by-TaFCN: Trend attention fully convolutional network for remaining useful life estimation in the turbofan engine PHM of CMAPSS dataset. Signal selection, Attention mechanism, and Interpretability of deep learning are explored.