[发明专利]一种基于LSTM网络和ARIMA模型的航空发动机剩余使用寿命预测方法有效
| 申请号： | 201811441584.0 | 申请日： | 2018-11-29 |
| 公开（公告）号： | CN109472110B | 公开（公告）日： | 2023-06-27 |
| 发明（设计）人： | 鲁峰;吴金栋;黄金泉;仇小杰;丁华阳;金鹏 | 申请（专利权）人： | 南京航空航天大学 |
| 主分类号： | G06F30/15 | 分类号： | G06F30/15;G06N3/08;G06Q10/04 |
| 代理公司： | 南京瑞弘专利商标事务所(普通合伙) 32249 | 代理人： | 秦秋星 |
| 地址： | 210016 江*** | 国省代码： | 江苏;32 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明公开了一种基于LSTM网络和ARIMA模型的航空发动机剩余使用寿命预测方法，该方法包括：根据发动机历史退化数据，建立n个基于LSTM深度神经网络的发动机健康指标(LSTM‑HI)模型；根据发动机过往传感器数据，训练ARIMA模型并向后多步预测发动机传感器参数；由预测的传感器参数，根据LSTM‑HI指标评价发动机是否退化至失效，得到发动机剩余使用寿命及其概率分布。本发明提出了一种新颖的航空发动机剩余使用寿命预测方法，具有较高的准确率和可行性，对于航空发动机实时健康管理、降低维修成本有着积极促进的作用。 | ||
| 搜索关键词： | 一种 基于 lstm 网络 arima 模型 航空发动机 剩余 使用寿命 预测 方法 | ||
【主权项】：
1.一种基于LSTM网络和ARIMA模型的航空发动机剩余使用寿命预测方法，其特征在于：包括以下步骤：步骤1)，根据发动机历史退化数据，建立n个基于LSTM深度神经网络的发动机健康指标(LSTM‑HI)模型，构建反映剩余使用寿命的健康指标模型库；步骤2)，根据待测试发动机过往传感器数据集，训练ARIMA模型，设计预测窗口长度l，并向后预测窗口长度l的发动机传感器参数；步骤3)，根据预测的传感器参数以及LSTM网络健康指标模型库，解算LSTM‑HI指标，评价发动机是否退化至失效，若超过失效阈值，则拟合概率分布特征参数，获得发动机剩余使用寿命；否则，转至步骤2)，再增加预测窗口长度l，依次进行计算。
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
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南京航空航天大学，未经南京航空航天大学许可，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/patent/201811441584.0/，转载请声明来源钻瓜专利网。
