申请/专利权人:武汉科技大学
申请日:2021-08-12
公开(公告)日:2024-04-09
公开(公告)号:CN113722985B
主分类号:G06F18/24
分类号:G06F18/24;G06N3/08;G06F18/2135;G06N3/0442
优先权:
专利状态码:有效-授权
法律状态:2024.04.09#授权;2021.12.17#实质审查的生效;2021.11.30#公开
摘要:本发明提供一种航空发动机健康状态评估和剩余寿命预测方法及系统,该方法包括:将目标航空发动机的当前运行参数输入多任务模型中的双向门控循环单元模型,输出当前运行参数的特征向量;将当前运行参数的特征向量输入多任务模型中的多门控混合专家网络模型,输出目标航空发动机的健康状态和剩余寿命。本发明实现使用双向门控循环单元模型从当前运行参数中深度挖掘影响健康状态和剩余寿命的本质特征,从而有效提高剩余寿命和健康状态的评估精度;并使用多门控混合专家网络模型同时对剩余寿命预测任务和健康状态评估任务进行共同学习,充分考虑剩余寿命预测任务和健康状态评估任务之间的相关性和差异性,进一步提高剩余寿命和健康状态的评估精度。
主权项:1.一种航空发动机健康状态评估和剩余寿命预测方法,其特征在于,包括:将目标航空发动机的当前运行参数输入多任务模型中的双向门控循环单元模型,输出所述当前运行参数的特征向量;将所述当前运行参数的特征向量输入所述多任务模型中的多门控混合专家网络模型,输出所述目标航空发动机的健康状态和剩余寿命;其中,所述多任务模型根据样本航空发动机的历史运行参数、所述样本航空发动机的实际健康状态和实际剩余寿命进行训练获取;在所述将目标航空发动机的当前运行参数输入多任务模型中的双向门控循环单元模型,输出所述当前运行参数的特征向量之前,还包括:将所述样本航空发动机的历史运行参数输入所述双向门控循环单元模型,输出所述历史运行参数的特征向量;将所述历史运行参数的特征向量输入所述多门控混合专家网络模型,基于所述多门控混合专家网络模型的第一输出层输出所述样本航空发动机的剩余寿命,基于所述多门控混合专家网络模型的第二输出层输出所述样本航空发动机的健康状态;根据所述多门控混合专家网络模型输出的样本航空发动机的健康状态和剩余寿命,以及所述样本航空发动机的实际健康状态和实际剩余寿命,获取所述多任务模型的损失函数;根据所述损失函数对所述多任务模型进行训练;所述损失函数的计算公式为: 其中,LossW,σr,σc为所述损失函数,σr和σc分别为所述第一输出层的相对权重和第二输出层的相对权重;LrW为根据所述第一输出层输出的所述样本航空发动机的剩余寿命与所述样本航空发动机的实际剩余寿命获取的损失函数;LcW为根据所述第二输出层输出的所述样本航空发动机的健康状态与所述样本航空发动机的实际健康状态获取的损失函数;W为所述多任务模型的模型参数。
全文数据:
权利要求:
百度查询: 武汉科技大学 航空发动机健康状态评估和剩余寿命预测方法及系统
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。