[发明专利]一种分阶段的航空发动机性能衰退模式挖掘方法

说明书

本发明涉及航空发动机性能评估方法技术领域，具体的说是一种分阶段的航空发动机性能衰退模式挖掘方法，其特征在于包括以下步骤：进行性能参数预处理，具体包括粗大误差处理、降噪处理；进行性能衰退模式挖掘，包括快速衰退阶段模式挖掘和正常衰退阶段模式挖掘，本发明通过挖掘出发动机的长期衰退模式，为航空发动机的稳定运行和高效率维护提供了保证。

技术领域：

本发明涉及航空发动机性能评估方法技术领域，具体的说是一种分阶段的航空发动机性能衰退模式挖掘方法。

背景技术：

民航发动机的性能随着使用时间的增长而逐渐衰退。获得其性能衰退规律对于航空发动机的寿命预测、维修时机优化都有重要意义。当前对民航发动机性能衰退模式挖掘的方法可分为基于物理模型的挖掘和基于数据的挖掘两类。

基于物理模型的方法需要根据航空发动机的工作原理建立数学模型，然后采用参数估计技术对模型参数进行估计进而进行趋势预测。如利用非线性模型，分析航空发动机涡轮组件在不同应力下的衰退规律。利用卡尔曼滤波器对航空发动机的排气温度进行了预测，并探讨了该方法与贝叶斯方法相结合的可能性。利用概率方法计算设备在各时刻的可靠度概率分布，给出具有概率意义的设备剩余使用寿命。由于不掌握设计模型，国内航空公司难以采用该方法对民航发动机性能衰退进行预测。基于数据的方法则是从航空发动机的历史性能参数中挖掘其中的衰退规律，并预测其未来的变化趋势。常用的数据预测方法有回归分析法、神经网络和支持向量机等。研究发现，民航发动机性能衰退非常缓慢。因此，在基于性能衰退确定发动机的维修时机时，提高长期预测的精度更有实际意义。为此，在分析民航发动机性能衰退趋势特点的

发明内容：

本发明针对现有技术中存在的缺点和不足，提出了一种分阶段的航空发动机性能衰退模式挖掘方法。

本发明通过以下措施达到：

一种分阶段的航空发动机性能衰退模式挖掘方法，其特征在于包括以下步骤：

步骤1：进行性能参数预处理，具体包括粗大误差处理、降噪处理；

步骤2：进行性能衰退模式挖掘，包括快速衰退阶段模式挖掘和正常衰退阶段模式挖掘，其中所述快速衰退阶段模式挖掘具体包括以下步骤：Step1按照式计算各样本点之间的距离，确定样本邻近数K，初始化每个样本点x_i的类别C_i＝-1(表示样本未分配)；

Step2计算每个样本点的局部密度ρ_i和距离δ_i，确定样本点的γ_i值，绘制γ决策图，据此确定出聚类中心集合CI；

Step3根据式确定离群点集合Outlier；

Outlier＝{o|k_dist(o)＞threshold}

Step4对除聚类中心点之外的非离群点采用分配策略一进行处理；

Step5对经分配策略一未分配的非离群点和离群点集合Outlier中的样本点采用分配策略二进行处理；

Step6经上述步骤未分配的样本点标记为噪声点；

其中上述样本分配策略一的详细步骤如下所述：

Step1从聚类中心集合CI中选择一个新的聚类中心ci，然后将ci从CI中删除，

Step2将ci点的K邻近集合KNN(ci)中的样本点并入ci所在的类别，初始化队列V_q，并将KNN(ci)中的样本点依次加入队列V_q，