[发明专利]一种用于飞机发动机的剩余使用寿命预测系统

权利要求书

1.一种用于飞机发动机的剩余使用寿命预测系统，其特征在于：该系统包括信息采集及整合模块、数据预处理模块、特征提取模块以及回归预测模块；

信息采集及整合模块用于获取飞机发动机不同部位部件的传感器信号数据，并对获取的数据进行计算、整合，实现多指标显示的功能；

数据预处理模块对采集的数据进行归一化处理、数据样本的局部提取和时间维度特征的预提取三种操作；

特征提取模块对预处理后的数据进行特征提取和融合：该模块分为两条支路分别提取不同层次的特征，其中一条支路为基础特征提取单元，由单层的GRU构成，隐藏层的数量为50，用于提取数据中的初级底层特征信息；另一条支路为高级特征提取单元，由EA内嵌注意力构成，用于提取数据中的高级相关退化特征信息，其包含凝练且具有高度相关性的退化特征信息，最后将两个模块提取到的不同层次的特征信息进行级联融合构成融合特征，实现多层特征提取目的；

高级特征提取单元的具体工作过程如下：首先，将输入分为三条支路，中间的支路称为Query支路，简称Q支路，在Q支路中，利用ResLSTMa模块对输入数据进行特征提取，后一层带Relu激活函数的全连接层进行特征的整理，再用一层带Linear激活函数的全连接层进行RUL的初步预测，将预测的结果作为整个注意力机制的关注目标，和另一条输入支路Key支路进行通道间的相乘，来生成针对Q支路目标的相关注意力分数，将注意力分数进行Softmax归一化，就得到了注意力权重向量，将这个权重向量通过元素级的相乘施加给第三条输入支路Value支路，简称V支路；经过上面所有的操作，就得到了一个和Q支路目标高度相关的特征信息，将这个特征信息和原来的输入进行级联，最后通过一个带Relu激活函数的全连接层再次进行特征的整理，就得到了内嵌注意力模块的输出；

回归预测模块将特征提取模块送来的特征信息通过全连接层和激活函数的配合，进行数据的回归和预测，完成最终剩余使用寿命的预测。

2.根据权利要求1所述的一种用于飞机发动机的剩余使用寿命预测系统，其特征在于：数据预处理模块的具体工作过程为：将获取的传感器数据按照每一个传感器通道对数据进行最大最小归一化处理，让所有的数据都限定在0到1之间，然后采用固定大小的滑动窗口来对数据进行数据样本的截取；最后在数据预处理模块中，采用时间步自注意力模块对数据进行时间维度上的预处理。

3.根据权利要求2所述的一种用于飞机发动机的剩余使用寿命预测系统，其特征在于：Q支路中的ResLSTMa模块是由基础的LSTM模块结合自注意力机制和Dropout层构成，将LSMTa模块按照3层顺序结构和2层残差结构的模式进行连接，在模块的相加处添加批次归一化层BN来防止网络过拟合并加快网络的训练和收敛的速度，最后的输出由单独的LSTM模块对维度进行变换，方便下一步的操作。

4.根据权利要求1所述的一种用于飞机发动机的剩余使用寿命预测系统，其特征在于：回归预测模块的工作过程：将得到的融合特征首先经过由两层带有Relu激活函数隐藏层数为50的全连接层和Dropout层进行特征的整合和防止网络过拟合，提高网络的泛化能力，最后经过一层带有Linear激活函数的全连接层对最后的特征信息进行回归和预测，得到最终预测的RUL结果。