[发明专利]一种基于退化模式一致性的航空发动机剩余寿命预测方法有效
申请号: | 201810735271.X | 申请日: | 2018-07-06 |
公开(公告)号: | CN108959778B | 公开(公告)日: | 2020-09-15 |
发明(设计)人: | 张辉斌;杨忠;张惠娟;陈爽;李弘宸;张小恺 | 申请(专利权)人: | 南京航空航天大学 |
主分类号: | G06F30/20 | 分类号: | G06F30/20;G06F119/04 |
代理公司: | 南京经纬专利商标代理有限公司 32200 | 代理人: | 施昊 |
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: | |||
搜索关键词: | 一种 基于 退化 模式 一致性 航空发动机 剩余 寿命 预测 方法 | ||
本发明公开了一种基于退化模式一致性的航空发动机剩余寿命预测方法,步骤为:采集含有全寿命运行周期的历史发动机的多源信息数据,并对采集的数据降维和融合;针对每一个历史发动机单元,根据健康因子构建该历史发动机的退化模型,所有历史发动机单元的退化模型组成初始退化模型库;针对在役发动机,得到每个在役发动机单元的健康因子和退化模型;从初始退化模型库中选择与在役发动机退化模型具有一致性退化模式的历史发动机单元作为参考模型库;将在役发动机单元退化模型与参考模型库中的每一个模型进行相似性度量;采用加权方式计算在役发动机最终的剩余寿命值。本发明解决了同一操作条件下不同模式航空发动机的剩余寿命预测问题。
技术领域
本发明属于航空发动机寿命预测技术领域,特别涉及了一种基于退化模式一致性的航空发动机剩余寿命预测方法。
背景技术
航空发动机的剩余使用寿命预测通过监测和监控元部件的征兆指示,沿故障发生到失效的时间线不断进行精确的剩余使用寿命的预计,根据采用的预测方法的差异,通常将寿命预测方法分为基于模型的故障预测和基于数据驱动的故障预测。近年来,随着科学技术的发展和机械部件运行数据的不断积累,数据驱动的故障预测方法越来越受到人们的重视。基于相似性的剩余寿命预测方法又是基于数据驱动方法的一个重要分支,它根据历史失效发动机的退化状态估计在役发动机的剩余使用寿命。
目前,大多数剩余寿命预测方法的研究仅考虑了单退化变量的研究,而在工程实际中,部件或系统往往由多种零部件组成,因此其监测变量往往不只一个。此外,同一部件随着运行周期数或时间的增加,受环境等因素影响,呈现出不同的退化状态。目前航空发动机剩余寿命预测方法虽然考虑了不同操作条件的影响,但忽视了同一操作条件下不同模式历史样本数据对待预测发动机单元剩余寿命估计的影响。
发明内容
为了解决上述背景技术提出的技术问题,本发明旨在提供一种基于退化模式一致性的航空发动机剩余寿命预测方法,解决同一操作条件下不同模式航空发动机的剩余寿命预测问题。
为了实现上述技术目的,本发明的技术方案为:
一种基于退化模式一致性的航空发动机剩余寿命预测方法,包括以下步骤:
(1)采集含有全寿命运行周期的历史发动机的多源信息数据,对采集的数据进行降维处理,并将降维后的数据融合为反映发动机健康状态的一维健康因子;
(2)针对每一个历史发动机单元,根据健康因子构建该历史发动机的退化模型,所有历史发动机单元的退化模型组成初始退化模型库;
(3)对在役发动机按照步骤(1)-(2)操作,得到每个在役发动机单元的健康因子和退化模型;
(4)从步骤(2)得到的初始退化模型库中选择与在役发动机退化模型具有一致性退化模式的历史发动机单元作为最终退化模型库,称为参考模型库;
(5)将在役发动机单元退化模型与参考模型库中的每一个模型进行相似性度量,每一个模型都计算出一个相应的度量值和在役发动机剩余寿命估计值;
(6)根据相似性度量结果,采用加权方式计算在役发动机最终的剩余寿命值。
进一步地,步骤(1)的具体过程如下:
(101)使用主成分分析方法将传感器采集的发动机多源信息数据进行降维处理;
(102)使用BP神经网络模型将降维后的数据拟合为一维健康因子,其范围为0到1,其中0代表失效,1代表健康;每个发动机具有一条随时间变化的健康因子衰退曲线。
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/pat/books/201810735271.X/2.html,转载请声明来源钻瓜专利网。