[发明专利]基于迁移学习的飞机辅助动力装置寿命预测方法有效
| 申请号： | 201910647366.0 | 申请日： | 2019-07-17 |
| 公开（公告）号： | CN110362933B | 公开（公告）日： | 2022-07-01 |
| 发明（设计）人： | 刘连胜;梁军;刘晓磊;刘大同;彭宇;彭喜元 | 申请（专利权）人： | 哈尔滨工业大学 |
| 主分类号： | G06F30/27 | 分类号： | G06F30/27;G06F30/15;G06F119/04 |
| 代理公司： | 哈尔滨市松花江专利商标事务所 23109 | 代理人： | 于歌 |
| 地址： | 150001 黑龙*** | 国省代码： | 黑龙江;23 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 基于迁移学习的飞机辅助动力装置寿命预测方法，涉及飞机辅助动力装置寿命预测领域。本发明是为了解决目前飞机辅助动力装置在翼状态监测数据少，维度低，使用在翼监测数据难以获得准确度高的寿命预测结果的问题。采集飞机辅助动力装置的试车测试仿真数据作为源域数据；采集任意一个飞机辅助动力装置的在翼监测数据作为目标域数据，将该数据分为训练集和测试集；采用源域数据训练高斯过程回归预测模型得到含有特征提取方法的高斯过程回归预测模型；使用训练集对得到的模型进行训练得到训练好的基于迁移学习的高斯过程回归预测模型；采用训练好的该模型对测试集进行寿命预测得到的预测值作为寿命预测结果。用于对飞机辅助动力装置进行寿命预测。 | ||
| 搜索关键词： | 基于 迁移 学习 飞机 辅助 动力装置 寿命 预测 方法 | ||
【主权项】：
1.基于迁移学习的飞机辅助动力装置寿命预测方法，其特征在于，所述方法包括以下步骤：步骤一、采集飞机辅助动力装置的试车测试仿真数据，作为源域数据；采集任意一个飞机辅助动力装置的在翼监测数据，作为目标域数据，并将该目标域数据分为训练集和测试集；步骤二、采用源域数据训练高斯过程回归预测模型，从源域数据中学习到特征提取的方法，从而得到含有特征提取方法的高斯过程回归预测模型；步骤三、采用直推式迁移学习方法，使用训练集对步骤二中的含有特征提取方法的高斯过程回归预测模型进行训练，得到训练好的基于迁移学习的高斯过程回归预测模型；步骤四、采用训练好的基于迁移学习高斯过程回归预测模型对测试集进行寿命预测，得到预测值，将该值作为飞机辅助动力装置的寿命预测结果。
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哈尔滨工业大学，未经哈尔滨工业大学许可，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/201910647366.0/，转载请声明来源钻瓜专利网。
