[发明专利]一种航空发动机修后排气温度裕度预测方法

权利要求书

1.一种航空发动机修后排气温度裕度预测方法，其特征在于：所述航空发动机修后排气温度裕度预测方法包括以下步骤：

步骤一：利用过程神经网络的相关技术对送修前性能参数序列进行处理，采用五次多项式拟合的方法对送修前性能参数进行表达，并将五次多项式的6位系数作为送修前性能参数的特征向量，即采用五次多项式拟合对航空发动机送修前性能参数序列进行特征提取，得到s×c维的送修前性能参数特征向量矩阵P_s×c；

其中s为发动机维修案例个数，c为送修前性能参数特征向量矩阵P_s×c的列数；

步骤二：采用堆叠自编码深度学习网络对航空发动机单元体维修深度进行特征提取，得到s×d维的单元体维修深度特征向量矩阵R_s×d；

其中所述d为单元体维修深度特征向量矩阵R_s×d的列数；

步骤三：将步骤一得到的送修前性能参数特征向量和步骤二得到的单元体维修深度特征向量进行合并，得到修后性能特征向量A_s×(c+d)；

步骤四：利用步骤三得到的修后性能特征向量A_s×(c+d)和每个维修案例对应的修后性能参数序列z_s,k为第s个发动机维修案例送修后第k个飞行循环的排气温度裕度值，采用BP神经网络建立航空发动机修后性能预测模型；所述BP神经网络的结构为单隐层，隐层节点数为h；

步骤五：将步骤四建立的航空发动机修后性能预测模型采用粒子群优化算法进行d和h的优化，得到最优航空发动机修后性能预测模型。

2.根据权利要求1所述的一种航空发动机修后排气温度裕度预测方法，其特征在于：所述步骤一中航空发动机送修前性能参数序列具体为所述x_s,m为第s个发动机维修案例送修前第m个飞行循环的排气温度裕度值。

3.根据权利要求2所述的一种航空发动机修后排气温度裕度预测方法，其特征在于：所述步骤二中航空发动机单元体维修深度原始信息矩阵具体为所述y_s,n为第s个发动机维修案例第n个单元体维修深度信息表征量。

4.根据权利要求3所述的一种航空发动机修后排气温度裕度预测方法，其特征在于：所述步骤三中修后性能特征向量A_s×(c+d)通过下式得到：

A_s×(c+d)＝[P_s×c,R_s×d]。

5.根据权利要求4所述的一种航空发动机修后排气温度裕度预测方法，其特征在于：所述步骤四中BP神经网络的输入层节点数为c+d，输出层节点数为k。