[发明专利]一种多阶段一致性检验的航空发动机剩余寿命预测方法

权利要求书

1.一种多阶段一致性检验的航空发动机剩余寿命预测方法，其特征在于，

包括如下步骤：

a、采用统计平滑法，对维修前的发动机历史性能监测数据和维修后的发动机性能监测数据进行平滑处理；

b、在步骤a的基础上，采用启发式分割算法，求取平滑处理后的维修前性能监测数据的突变点，进行性能退化多阶段的划分；

c、在步骤b的基础上，根据发动机性能退化过程的多阶段性和随机性，利用平滑处理后的发动机维修前和维修后的性能监测数据，基于多阶段Wiener过程，建立性能退化模型；

d、在步骤c的基础上，利用基于多阶段Wiener过程的正态总体均值一致性检验方法，对维修前与维修后发动机的性能监测数据的均值是否一致进行检验；

所述步骤d中，检验维修前与维修后发动机的性能监测数据的均值是否一致具体为：

在等时间间隔Δt＝t_i,j-t_i,j-1下，Wiener过程ΔX～N(uΔt,σ²Δt)，ΔX₁,ΔX₂,…ΔX_n是来自第k个退化阶段的维修前的监测数据，数据的均值和方差S_k²的计算公式分别为：

因为ΔX～N(uΔt,σ²Δt)，所以/即/

由于并且/与/互相独立，得

U_k是自由度为n-1的t分布，对于给定置信水平1-a下，得

P{-t_a/2(n-1)＜U_k＜t_a/2(n-1)}＝1-a (10)

将式(9)带入式(10)中，得到

从而获得u_kΔt的以1-a为置信水平的置信区间

若对于维修后的监测数据序列y(t)的每个阶段的均值均落在维修前监测数据的正态总体均值u_kΔt的置信区间内，则认为这两组监测数据的均值是一致的，还需进一步检测两组数据的波动是否具有一致性；若对于维修后的监测数据序列y(t)的每个阶段的均值不全落在维修前监测数据的正态总体均值u_kΔt的置信区间内，则认为这两组监测数据的均值具有差异性，不能融合维修前的退化数据；

e、在步骤d的基础上，在正态总体均值一致性检验结果的基础上，根据多阶段Wiener过程的变异系数的倒数构造随机变量H，利用基于概率分布的数据一致性检验方法，检验维修前与维修后发动机的性能监测数据的波动情况是否一致；

f、在步骤d和e的基础上，若维修前与维修后发动机的性能监测数据的均值和波动情况均一致，则融合维修前与维修后发动机的性能监测数据；若不一致，则不融合维修前的发动机性能监测数据；

利用性能监测数据对多阶段Wiener过程的参数进行训练估计，从而对维修后的发动机进行剩余寿命的预测。

2.根据权利要求1所述的多阶段一致性检验的航空发动机剩余寿命预测方法，其特征在于，

步骤a包括：

通过统计平滑公式

对维修前的发动机历史性能监测数据和维修后的发动机性能监测数据进行平滑处理；

式中，为k时刻的参数平滑估计值，y_t为t时刻的参数监测值，t取{k，k-1,…k-N+1}，分别表示k时刻，k-1时刻，……，k-N+1时刻；y_t的集合表示为维修前或维修后的监测数据序列y(t)；N表示发动机监测参数序列的数据个数。

3.根据权利要求2所述的多阶段一致性检验的航空发动机剩余寿命预测方法，其特征在于，

步骤a中，将发动机监测参数序列的N个数据按照时间先后顺序进行排列，构成一个正态分布，在对性能监测数据进行平滑处理前，先判断数据点是否为离群点；

判别离群点的过程为：

样本的标准方差

若序列中第k个数据在内，判定为非离群点数据，要对数据进行平滑处理；若数据不在/内，则该数据为离群点，保留原始数据不变。