申请/专利权人：浙大城市学院

申请日：2020-11-03

公开（公告）日：2021-02-19

公开（公告）号：CN112381965A

主分类号：G07C5/08(20060101)

分类号：G07C5/08(20060101);G06F16/215(20190101);G06F16/2458(20190101);G06N3/08(20060101);G06N3/04(20060101);G06K9/62(20060101)

优先权：

专利状态码：失效-发明专利申请公布后的驳回

法律状态：2023.07.21#发明专利申请公布后的驳回;2021.03.09#实质审查的生效;2021.02.19#公开

摘要：本发明公开了一种基于数据挖掘的航空发动机健康状态识别系统及方法，利用一种综合的特征筛选方法对工况数据进行挖掘分析，得到影响航空发动机稳定的关键参数，作为航空发动机健康状态评估的指标；基于确定的航空发动机健康状态评估的指标，对工况状态进行聚类挖掘分析，得到的各个工况簇的特点，获得历史工况中的状态分布情况，定义历史工况中的运行状态类别；然后利用深度学习算法对航空发动机状态评估指标特征获取模块中确定的特征值训练模型，对参数的变化趋势进行预测，用预测值辅助状态识别。本发明具有较高的识别精度和泛化能力，性能好，适用于航空发动机的健康状态识别和诊断。

主权项：1.一种基于数据挖掘的航空发动机健康状态识别系统，该系统包括：数据预处理模块、航空发动机健康状态评估指标挖掘模块、航空发动机健康状态聚类分析模块、航空发动机状态评估指标特征获取模块、航空发动机实时特征参数预测模块，其中：数据预处理模块，对航空发动机采集的数据进行异常值处理、空值处理、离散化处理和归一化处理；航空发动机健康状态评估指标挖掘模块，利用由随机lasso、岭回归、随机森林、稳定性选择和递归特征消除这五种方法综合组成的特征筛选方法，对工况数据进行挖掘分析，得到影响航空发动机稳定的关键参数，确定振动、料层厚度、发动机压差、发动机出口温度四个参数共同作为航空发动机健康状态评估的指标；航空发动机健康状态聚类分析模块，基于确定的航空发动机健康状态评估的指标，对工况状态进行聚类挖掘分析，得到稳定模式工况库；航空发动机状态评估指标特征获取模块，分析航空发动机运行状态下采集的实时数据的特点，确定进行实时状态判断的特征值；航空发动机实时特征参数预测模块，利用深度学习算法对航空发动机状态评估指标特征获取模块中确定的特征值进行模型训练，预测参数的变化趋势，用预测值辅助状态识别。

全文数据：

权利要求：

百度查询： 浙大城市学院 一种基于数据挖掘的航空发动机健康状态识别系统及方法

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。

阅读全文 双屏查看 官方信息 专利公告 收藏专利 下载PDF 下载WORD