[发明专利]航空发动机健康状态评估和剩余寿命预测方法及系统在审
申请号: | 202110925455.4 | 申请日: | 2021-08-12 |
公开(公告)号: | CN113722985A | 公开(公告)日: | 2021-11-30 |
发明(设计)人: | 张永;辛宇琪;袁烨;戴源 | 申请(专利权)人: | 武汉科技大学 |
主分类号: | G06F30/27 | 分类号: | G06F30/27;G06Q10/04;G06N3/04;G06N3/08;G06F119/04 |
代理公司: | 北京路浩知识产权代理有限公司 11002 | 代理人: | 王宇杨 |
地址: | 430081 湖北省武汉*** | 国省代码: | 湖北;42 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 航空发动机 健康 状态 评估 剩余 寿命 预测 方法 系统 | ||
1.一种航空发动机健康状态评估和剩余寿命预测方法,其特征在于,包括:
将目标航空发动机的当前运行参数输入多任务模型中的双向门控循环单元模型,输出所述当前运行参数的特征向量;
将所述当前运行参数的特征向量输入所述多任务模型中的多门控混合专家网络模型,输出所述目标航空发动机的健康状态和剩余寿命;
其中,所述多任务模型根据样本航空发动机的历史运行参数、所述样本航空发动机的实际健康状态和实际剩余寿命进行训练获取。
2.根据权利要求1所述的航空发动机健康状态评估和剩余寿命预测方法,其特征在于,在所述将目标航空发动机的当前运行参数输入多任务模型中的双向门控循环单元模型,输出所述当前运行参数的特征向量之前,还包括:
将所述样本航空发动机的历史运行参数输入所述双向门控循环单元模型,输出所述历史运行参数的特征向量;
将所述历史运行参数的特征向量输入所述多门控混合专家网络模型,基于所述多门控混合专家网络模型的第一输出层输出所述样本航空发动机的剩余寿命,基于所述多门控混合专家网络模型的第二输出层输出所述样本航空发动机的健康状态;
根据所述多门控混合专家网络模型输出的样本航空发动机的健康状态和剩余寿命,以及所述样本航空发动机的实际健康状态和实际剩余寿命,获取所述多任务模型的损失函数;
根据所述损失函数对所述多任务模型进行训练。
3.根据权利要求2所述的航空发动机健康状态评估和剩余寿命预测方法,其特征在于,所述损失函数的计算公式为:
其中,Loss(W,σr,σc)为所述损失函数,σr和σc分别为所述第一输出层的相对权重和第二输出层的相对权重;Lr(W)为根据所述第一输出层输出的所述样本航空发动机的剩余寿命与所述样本航空发动机的实际剩余寿命获取的损失函数;Lc(W)为根据所述第二输出层输出的所述样本航空发动机的健康状态与所述样本航空发动机的实际健康状态获取的损失函数;W为所述多任务模型的模型参数。
4.根据权利要求2或3所述的航空发动机健康状态评估和剩余寿命预测方法,其特征在于,所述样本航空发动机的历史运行参数通过在所述样本航空发动机的全寿命运行周期内采集获取;
相应地,所述将所述样本航空发动机的历史运行参数输入所述双向门控循环单元模型,输出所述历史运行参数的特征向量,包括:
对所述历史运行参数进行预处理;
其中,所述预处理包括选择在所述全寿命运行周期内具有单调变化趋势的历史运行参数,和/或对所述历史运行参数进行标准化处理;
将预处理后的历史运行参数输入所述双向门控循环单元模型,输出所述历史运行参数的特征向量。
5.根据权利要求4所述的航空发动机健康状态评估和剩余寿命预测方法,其特征在于,在所述将所述样本航空发动机的历史运行参数输入所述双向门控循环单元模型,输出所述历史运行参数的特征向量之前,还包括:
基于主成分分析对所述预处理后的历史运行参数进行降维,将降维结果作为所述样本航空发动机的健康指标;
根据所述样本航空发动机的健康指标,获取所述样本航空发动机的实际健康状态和实际剩余寿命。
6.根据权利要求5所述的航空发动机健康状态评估和剩余寿命预测方法,其特征在于,所述根据所述样本航空发动机的健康指标,获取所述样本航空发动机的实际健康状态和实际剩余寿命,包括:
基于包络滤波算法对所述健康指标进行降噪处理,并对降噪处理后的健康指标进行平滑处理;
根据平滑处理后的健康指标的变化趋势,获取所述样本航空发动机的实际健康状态和实际剩余寿命。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于武汉科技大学,未经武汉科技大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/202110925455.4/1.html,转载请声明来源钻瓜专利网。