CN107153759-CN201710287759-一种多源数据融合的航空涡扇发动机剩余寿命预测方法.pdfVIP

(19)中华人民共和国国家知识产权局 (12)发明专利申请 (10)申请公布号 CN 107153759 A (43)申请公布日 2017.09.12 (21)申请号 201710287759.6 (22)申请日 2017.04.27 (71)申请人 西安交通大学 地址 710049 陕西省西安市碑林区咸宁西 路28号 (72)发明人 吴思思　赵广社　荣海军　鲍容憬　 李长军　 (74)专利代理机构 西安智大知识产权代理事务 所 61215 代理人 何会侠 (51)Int.Cl. G06F 19/00(2011.01) 权利要求书4页 说明书14页 附图4页 (54)发明名称 一种多源数据融合的航空涡扇发动机剩余 寿命预测方法 (57)摘要 本发明公开了一种多源统计数据驱动的航 空涡扇发动机剩余寿命预测方法，充分利用发动 机传感器采集的监测数据，预测发动机剩余寿 命；首先，多源监测数据融合及失效阈值估计；发 动机退化过程建模及参数估计；发动机剩余寿命 描述；剩余寿命预测四大步骤；同现有技术相比， 基于共同主成分分析和欧氏距离，融合多源监测 数据，以提取表征发动机运行状态的健康指标和 失效阈值，解决传统预测方法中监测数据信息利 用不充分的问题；建立带非线性漂移的维纳过程 表征退化率不定的航空发动机退化过程，基于航 A 空发动机剩余寿命分布进行实时在线寿命预测； 9 为视情维修技术提供数据支持，增加发动机在翼 5 7 3 时间，避免重大事故发生，具有工程应用价值。 5 1 7 0 1 N C CN 107153759 A 权　利　要　求　书 1/4页 1.一种多源数据融合的航空涡扇发动机剩余寿命预测方法，其特征在于：充分利用发 动机传感器采集的有效监测数据，在消除对于寿命预测冗余特征的基础上，进行信息融合 以提取表征发动机运行状态的健康指标和失效阈值，解决传统预测方法中监测数据信息利 用不充分的问题；建立基于带随机参数的非线性维纳过程航空发动机失效模型，用以表征 运行环境的不确定性以及设备个体间的差异性，模拟发动机的非线性退化过程；在此基础 上，对航空发动机进行实时在线寿命预测；包括以下步骤： 步骤1：基于多源信息融合的涡扇发动机性能退化评估； 步骤1.1：多源监测数据降维，基于共同主成分分析法提取系统监测数据的主成分；监 测数据为多维时间序列，保持时间维不变，对变量维进行共同主成分提取； T 其中U＝[U ,U ,...,U ] 为变换矩阵，r表示所选取主分量的数目，U 为第r个主分量对 1 2 r r 应的单位特征向量，X 为第n台航空发动机原始监测数据， 为基于共同主成分分析降维后 n 的第n台航空发动机监测数据，m为第n台发动机的最大采样次数， 为第n台航空发动机降 n 维后第j次采样的监测数据， 为第n台航空发动机降维后第m 次采样的监测数据，(·)T n 表示转置； 步骤1.2：在步骤1.1的基础上，进行发动机健康参数的统计，研究表明发动机的前5％ 寿命周期被视作没有发生退化，故提取训练集中的未退化监测数据视作发动机的健康参 数；