[发明专利]一种基于堆叠去噪自编码器的涡轮发动机性能退化评估方法有效

专利信息
申请号: 201810565712.6 申请日: 2018-06-04
公开(公告)号: CN109000930B 公开(公告)日: 2020-06-16
发明(设计)人: 赵光权;王少军;刘小勇;刘月峰;姜泽东;高永成;胡聪;彭喜元 申请(专利权)人: 哈尔滨工业大学
主分类号: G01M15/14 分类号: G01M15/14
代理公司: 哈尔滨市松花江专利商标事务所 23109 代理人: 杨立超
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: 一种基于堆叠去噪自编码器的涡轮发动机性能退化评估方法,它用于发动机性能退化评估技术领域。本发明解决了传统多传感器数据选择需要依赖复杂信息评价准则,HI构建时提取退化特征需依赖大量信号处理技术及专家经验,有监督训练方式标签选择需依赖人工参与,方法通用性不足的问题。本发明的4个去噪自编码机构建堆叠去噪自编码器来对输入数据进行单个节点值提取,训练集数据对网络进行预训练后利用BP算法微调参数,将提取的单个节点值作为各循环处的健康因子值,并构建训练集的HI曲线;将测试集输入训练好的堆叠去噪自编码器得到各循环处的健康因子值,并构建HI曲线;分别对训练集和测试集的HI曲线平滑处理,对平滑处理后的HI曲线进行评价。
搜索关键词: 一种 基于 堆叠 编码器 涡轮 发动机 性能 退化 评估 方法
【主权项】:
1.一种基于堆叠去噪自编码器的涡轮发动机性能退化评估方法,其特征在于,该方法的具体步骤为:步骤一、利用N个监控单元获取涡轮发动机的所有传感器监测数据;观察、并筛选出监测数据存在变化的传感器的数据xk,k=1,2,…,Q,Q是监测数据存在变化的传感器个数;步骤二、将步骤一筛选出的每个传感器的数据xk分别归一化至[0,1]区间内;将筛选后的一部分监控单元的传感器数据作为训练集数据,另一部分监控单元的传感器数据作为测试集数据;步骤三、建立由4个去噪自动编码机组成的堆叠去噪自编码器网络用于对训练集数据和测试集数据进行特征提取,其中,第一去噪自编码机和第二去噪自编码机构成堆叠去噪自编码器网络的编码网络,第三去噪自编码机和第四去噪自编码机构成堆叠去噪自编码器网络的解码网络;将步骤二确定的训练集数据输入堆叠去噪自编码器网络的编码网络中,使训练集数据依次经过编码网络的第一去噪自编码机和第二去噪自编码机的无监督预训练,得到编码网络的第一去噪自编码机的编码参数θ1={W1,b1},第二去噪自编码机的编码参数θ2={W2,b2};设置解码网络的第三去噪自编码机的编码权值W3为W2的转置,第四去噪自编码机的编码权值W4为W1的转置;预训练完成后,利用BP算法对堆叠去噪自编码器网络的网络参数进行微调;利用微调后的网络参数得到编码网络输出的单个节点值;步骤四、将步骤三提取出的单个节点值作为涡轮发动机循环处的健康因子值,构建出训练集上的健康因子曲线;步骤五、将测试集数据输入到步骤三训练好的堆叠自编码器网络中,通过多个隐含层提取单个节点值;利用步骤四的方法构建测试集上的健康因子曲线;步骤六、分别对步骤四和步骤五中构建好的健康因子曲线进行平滑处理,得到平滑处理后的训练集健康因子曲线和测试集健康因子曲线;步骤七、分别计算训练集健康因子曲线和测试集健康因子曲线的时间关联性和单调性;利用平滑处理后的测试集健康因子曲线来评估涡轮发动机性能退化情况。
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/201810565712.6/,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top