專利名稱：基于esn的渦輪發(fā)動機(jī)的剩余壽命預(yù)測方法
技術(shù)領(lǐng)域：
本法明涉及預(yù)測方法，具體涉及基于ESN的渦輪發(fā)動機(jī)的剩余壽命預(yù)測方法。
背景技術(shù)：
隨著現(xiàn)實(shí)系統(tǒng)越來越復(fù)雜，預(yù)測與健康管理(Prognostics and HealthManagement, PHM)技術(shù)成為當(dāng)前一個熱門的話題。對于復(fù)雜系統(tǒng)一般由很多組件組成，例
如飛機(jī)發(fā)動機(jī)，渦輪發(fā)動機(jī)等。通過完全了解系統(tǒng)的動態(tài)特性進(jìn)而建立系統(tǒng)模型的模型驅(qū)動方法，不僅成本高，費(fèi)時而且也許是不可能實(shí)現(xiàn)的。而使用數(shù)據(jù)驅(qū)動的方法是很合理的，它只需要依靠收集到的系統(tǒng)狀態(tài)數(shù)據(jù)而不需要知道系統(tǒng)的先驗(yàn)知識。典型的基于數(shù)據(jù)驅(qū)動的故障預(yù)測方法有人工神經(jīng)網(wǎng)絡(luò)(artificial neural networks, ANN)、模糊系統(tǒng)(fuzzysystems)和其他計(jì)算智能方法，神經(jīng)網(wǎng)絡(luò)是一類在故障預(yù)測方法和應(yīng)用研究中最多的一種方法。理論上講，遞歸神經(jīng)網(wǎng)絡(luò)更適合預(yù)測剩余壽命。Yam et al.使用遞歸神經(jīng)網(wǎng)路跟蹤變速箱的退化速度，當(dāng)變速箱的預(yù)測狀態(tài)降到預(yù)先設(shè)定的危險閾值時發(fā)出報警。Felix
0.Heimes使用由擴(kuò)展Kalman濾波訓(xùn)練的RNN預(yù)測在PHM08會議上首次提出的數(shù)據(jù)集，并在比賽中獲得了二等獎。Yam and Tse提出一種有效的軸承系統(tǒng)的智能診斷程序用于狀態(tài)監(jiān)測和壽命預(yù)測。這些結(jié)果都可以作為設(shè)備管理系統(tǒng)的輸入去事先計(jì)劃設(shè)備的維修工作JieLiu andAbhinav Saxena中提出一種自適應(yīng)的遞歸神經(jīng)網(wǎng)絡(luò)用于系統(tǒng)的動態(tài)狀態(tài)預(yù)測。在遞歸神經(jīng)網(wǎng)絡(luò)的基礎(chǔ)上建立改進(jìn)的ARNN,使用recursive Levenberg-Marquardt (RLM)方法訓(xùn)練權(quán)值，并通過預(yù)測鋰電池的剩余壽命來驗(yàn)證方法的有效性。雖然從理論上講RNN可以以任意精度逼近任意動態(tài)系統(tǒng)，但是理論和實(shí)際上的困難限制了 RNN的使用。RNN的基本網(wǎng)絡(luò)結(jié)構(gòu)如圖2所示。數(shù)據(jù)由輸入層輸入(由u(n)表不)，輸出層表不網(wǎng)絡(luò)的輸出或響應(yīng)(由y (n)表不)，隱含層包含n個內(nèi)部神經(jīng)單兀。RNN存在以下問題(I)很難選擇合適的網(wǎng)絡(luò)拓?fù)?，包括RNN的隱層數(shù)以及每個隱層中含有的神經(jīng)元個數(shù)；(2) RNN要訓(xùn)練網(wǎng)絡(luò)的全部的權(quán)值即Win, ff, Wout, Wback ；(3)使用梯度法訓(xùn)練權(quán)值，容易陷入局部最優(yōu)。

發(fā)明內(nèi)容
本發(fā)明是為了解決現(xiàn)有預(yù)測方法選擇合適的網(wǎng)絡(luò)拓?fù)淅щy，訓(xùn)練時需訓(xùn)練網(wǎng)絡(luò)的全部的權(quán)值，并且計(jì)算時容易陷入局部最優(yōu)的問題，從而提出了基于ESN的渦輪發(fā)動機(jī)的剩余壽命預(yù)測方法。基于ESN的渦輪發(fā)動機(jī)的剩余壽命預(yù)測方法，它包括下述步驟步驟一、訓(xùn)練階段，建立ESN的渦輪發(fā)動機(jī)的數(shù)學(xué)模型，根據(jù)已知的輸入單元u(n)和已知輸出單元y (n-1)，采用ESN的渦輪發(fā)動機(jī)的數(shù)學(xué)模型的內(nèi)部處理單元的更新方程和最小二乘理論求得輸出權(quán)值矩陣W°ut，
輸入單元u (n)為ESN的渦輪發(fā)動機(jī)的數(shù)學(xué)模型的一組數(shù)據(jù)集，該組數(shù)據(jù)集包含100個渦輪發(fā)動機(jī)的數(shù)據(jù)單元，所述的100個渦輪發(fā)動機(jī)均屬于同一生產(chǎn)批次，且100個渦輪發(fā)動機(jī)在開始試驗(yàn)之前的初始剩余壽命不同，每一個數(shù)據(jù)單元中的一個元素對應(yīng)24維數(shù)據(jù)，該24維數(shù)據(jù)中的3維數(shù)據(jù)表示渦輪發(fā)動機(jī)操作條件數(shù)據(jù)，剩余的21維表示傳感器采集的渦輪發(fā)動機(jī)狀態(tài)數(shù)據(jù)；步驟二、在測試階段，被測渦輪發(fā)動機(jī)在正常運(yùn)行時，通過傳感器測量獲得渦輪發(fā)動機(jī)的24維數(shù)據(jù)作為輸入單元的數(shù)據(jù)集；結(jié)合步驟一訓(xùn)練后的ESN的渦輪發(fā)動機(jī)的數(shù)學(xué)模型的輸出單元和輸出權(quán)值矩陣W°ut，采用訓(xùn)練后的ESN的渦輪發(fā)動機(jī)的數(shù)學(xué)模型的輸出單元的方程求得待測渦輪發(fā)動機(jī)的剩余壽命預(yù)測值。本發(fā)明通過使用隨機(jī)建立的大規(guī)模稀疏連接權(quán)(叫做儲備池)作為信息處理單元代替RNN的隱層；將低維的輸入空間映射到高維的狀態(tài)空間；隨機(jī)建立輸入權(quán)值，反饋權(quán)值和神經(jīng)元內(nèi)部連接權(quán)值；通過線性回歸的方法訓(xùn)練輸出權(quán)值，得到全局最優(yōu)權(quán)值。


圖I為基于ESN的渦輪發(fā)動機(jī)的剩余壽命預(yù)測方法的方法流程圖；圖2為現(xiàn)有的RNN的基本網(wǎng)絡(luò)結(jié)構(gòu)不意圖；圖3為S型函數(shù)的曲線圖，圖中的X表示水平方向，y表示垂直方向；圖4為儲備池規(guī)模和譜半徑對ESN輸出結(jié)果的影響示意圖，圖中誤差表示ESN的輸出值和真實(shí)剩余壽命的差值；圖5為輸入單元位移和輸入單元尺度對ESN輸出結(jié)果的影響示意圖，圖中誤差表示ESN的輸出值和真實(shí)剩余壽命的差值；圖6為100個渦輪發(fā)動機(jī)單元的ESN預(yù)測值和剩余壽命真實(shí)值比較曲線圖；圖7為100個渦輪發(fā)動機(jī)單元的預(yù)測誤差曲線圖。
具體實(shí)施例方式具體實(shí)施方式
一、結(jié)合圖I具體說明本實(shí)施方式，本實(shí)施方式所述的基于ESN的渦輪發(fā)動機(jī)的剩余壽命預(yù)測方法，它包括下述步驟步驟一、訓(xùn)練階段，建立ESN的渦輪發(fā)動機(jī)的數(shù)學(xué)模型，根據(jù)已知的輸入單元u(n)和已知輸出單元y (n-1)，采用ESN的渦輪發(fā)動機(jī)的數(shù)學(xué)模型的內(nèi)部處理單元的更新方程和最小二乘理論求得輸出權(quán)值矩陣W°ut，輸入單元u (n)為ESN的渦輪發(fā)動機(jī)的數(shù)學(xué)模型的一組數(shù)據(jù)集，該組數(shù)據(jù)集包含100個渦輪發(fā)動機(jī)的數(shù)據(jù)單元，所述的100個渦輪發(fā)動機(jī)均屬于同一生產(chǎn)批次，且100個渦輪發(fā)動機(jī)在開始試驗(yàn)之前的初始剩余壽命不同，每一個數(shù)據(jù)單元中的一個元素對應(yīng)24維數(shù)據(jù)，該24維數(shù)據(jù)中的3維數(shù)據(jù)表示渦輪發(fā)動機(jī)操作條件數(shù)據(jù)，該條件數(shù)據(jù)包括海拔、馬赫數(shù)和節(jié)流閥旋轉(zhuǎn)角度，剩余的21維表示傳感器采集的渦輪發(fā)動機(jī)狀態(tài)數(shù)據(jù)，該狀態(tài)數(shù)據(jù)為傳感器采集的關(guān)于渦輪發(fā)動機(jī)所有的狀態(tài)數(shù)據(jù)例如溫度、壓力和系統(tǒng)不同點(diǎn)的速度等；如表I所示，表I表示其中一個實(shí)例的多維時間序列。表I
權(quán)利要求
1.基于ESN的渦輪發(fā)動機(jī)的剰余壽命預(yù)測方法，其特征在于，它包括下述步驟 步驟一、訓(xùn)練階段，建立ESN的渦輪發(fā)動機(jī)的數(shù)學(xué)模型，根據(jù)已知的輸入單元u (n)和已知輸出單元y (n-1)，采用ESN的渦輪發(fā)動機(jī)的數(shù)學(xué)模型的內(nèi)部處理單元的更新方程和最小ニ乘理論求得輸出權(quán)值矩陣W°ut， 輸入單元u (n)為ESN的渦輪發(fā)動機(jī)的數(shù)學(xué)模型的一組數(shù)據(jù)集，該組數(shù)據(jù)集包含100個渦輪發(fā)動機(jī)的數(shù)據(jù)單元，所述的100個渦輪發(fā)動機(jī)均屬于同一生產(chǎn)批次，且100個渦輪發(fā)動機(jī)在開始試驗(yàn)之前的初始剩余壽命不同， 每ー個數(shù)據(jù)單元中的ー個元素對應(yīng)24維數(shù)據(jù)，該24維數(shù)據(jù)中的3維數(shù)據(jù)表示渦輪發(fā)動機(jī)操作條件數(shù)據(jù)，剰余的21維表示傳感器采集的渦輪發(fā)動機(jī)狀態(tài)數(shù)據(jù)， 步驟ニ、在測試階段，被測渦輪發(fā)動機(jī)在正常運(yùn)行時，通過傳感器測量獲得渦輪發(fā)動機(jī)的24維數(shù)據(jù)作為輸入?yún)g元的數(shù)據(jù)集；結(jié)合步驟ー訓(xùn)練后的ESN的渦輪發(fā)動機(jī)的數(shù)學(xué)模型的輸出單元和輸出權(quán)值矩陣W°ut，采用訓(xùn)練后的ESN的渦輪發(fā)動機(jī)的數(shù)學(xué)模型的輸出單元的方程求得待測渦輪發(fā)動機(jī)的剰余壽命預(yù)測值。
2.根據(jù)權(quán)利要求I所述的基于ESN的渦輪發(fā)動機(jī)的剰余壽命預(yù)測方法，其特征在干，步驟一所述的ESN的渦輪發(fā)動機(jī)的數(shù)學(xué)模型的內(nèi)部處理單元的更新方程為 X (n) =f (ffmu (n) +Wx (n_l) +ffbacky (n_l)) (I) 其中，n=0,. . . t0. . . , t, n表示時刻，t0表示初始截斷時刻；t表示渦輪發(fā)動機(jī)失效的前ー時刻；f = (f1；. . . , fL)是內(nèi)部處理單元的激活函數(shù)，該激活函數(shù)為雙曲正切tanh函數(shù)；曠=(<)是NXL維的輸入權(quán)值矩陣;W=( )是NXN維的內(nèi)部連接權(quán)值矩陣)是NXM維的反饋權(quán)值矩陣，且Wbaek=O ；i表示第i行、j表示第j列；內(nèi)部處理單元x(n)為N維矩陣；輸入單元u(n)為L維向量，表示渦輪發(fā)動機(jī)的狀態(tài)監(jiān)測數(shù)據(jù)；輸出單元y(n-l)為M維向量,表示已知的潤輪發(fā)動機(jī)的剩余壽命。
3.根據(jù)權(quán)利要求I所述的基于ESN的渦輪發(fā)動機(jī)的剰余壽命預(yù)測方法，其特征在干，步驟一所述的采用ESN的渦輪發(fā)動機(jī)的數(shù)學(xué)模型的內(nèi)部處理單元的更新方程和最小ニ乘理論求得輸出權(quán)值矩陣W°ut的具體過程為在 k 時刻輸入單元 u (10 = (4 (k),. . . , uL (k)),內(nèi)部處理單元 XQO = U1 (k),. . . , xN(k)),輸出單元 y (kXy: (k),. . . , yM (k)), W1=W/ I入max I，其中\(zhòng) max是W的譜半徑，W1表示譜半徑為I時的內(nèi)部連接權(quán)值矩陣；內(nèi)部處理單元X(ri)的內(nèi)部神經(jīng)元通過權(quán)值連接組成儲備池，儲備池的參數(shù)有儲備池規(guī)模N、譜半徑\ _、輸入單元縮放IS和輸入單元移位IF ； 初始化內(nèi)部處理單元x(n)的參數(shù)； 根據(jù)已知的輸入單元u(n)和已知輸出単元y(n-l)，當(dāng)時間大于或等于初始截斷時間to吋，開始采集輸入單元和內(nèi)部處理單元的值構(gòu)成矩陣B的行向量，得到(t-tfl) X (L+N)維矩陣，內(nèi)部處理單元的激活函數(shù)的逆tanh—iyOi-l)構(gòu)成矩陣C行向量，得到XM維矩陣， (Wout)1 = B-1Cjf (W°ut)T轉(zhuǎn)置得到輸出權(quán)值矩陣W°ut， 其中，上角標(biāo)T代表的轉(zhuǎn)置。
4.根據(jù)權(quán)利要求I所述的基于ESN的渦輪發(fā)動機(jī)的剰余壽命預(yù)測方法，其特征在干，步驟ニ所述的ESN的渦輪發(fā)動機(jī)的數(shù)學(xué)模型的輸出單元的方程為y' (n) =fout (Wout (u (n)，x (n)) (2 ) 其中n=0, . . . t0. . . t, n表示時刻，t0表示初始截斷時刻；t表示渦輪發(fā)動機(jī)失效時的時刻，輸出單元I，(n)為M維向量，表示待測渦輪發(fā)動機(jī)的剩余壽命，^=(^1, . . .，f0UtM)為輸出單元的輸出函數(shù)，『 = 是MX (L+N+M)維輸出權(quán)值矩陣，輸入單元u (n)為L維向量，表示渦輪發(fā)動機(jī)的狀態(tài)監(jiān)測數(shù)據(jù)，內(nèi)部處理單元x(n)為N維矩陣。
全文摘要
基于ESN的渦輪發(fā)動機(jī)的剩余壽命預(yù)測方法，涉及基于ESN的渦輪發(fā)動機(jī)的剩余壽命預(yù)測方法。它為了解決現(xiàn)有預(yù)測方法選擇合適的網(wǎng)絡(luò)拓?fù)淅щy，訓(xùn)練時需訓(xùn)練網(wǎng)絡(luò)的全部的權(quán)值，計(jì)算時容易陷入局部最優(yōu)的問題。本發(fā)明在訓(xùn)練階段，建立ESN的渦輪發(fā)動機(jī)的數(shù)學(xué)模型，根據(jù)已知的輸入單元u(n)和已知輸出單元y(n-1)，采用ESN的渦輪發(fā)動機(jī)的數(shù)學(xué)模型的內(nèi)部處理單元的更新方程和最小二乘理論求得輸出權(quán)值矩陣Wout；在測試階段，將傳感器測量獲得渦輪發(fā)動機(jī)的24維數(shù)據(jù)作為輸入單元的數(shù)據(jù)集帶入訓(xùn)練后ESN的渦輪發(fā)動機(jī)的數(shù)學(xué)模型的輸出單元方程求得待測渦輪發(fā)動機(jī)的剩余壽命預(yù)測值。本發(fā)明適用于渦輪發(fā)動機(jī)等領(lǐng)域。
文檔編號G01M15/00GK102749199SQ20121024613
公開日2012年10月24日 申請日期2012年7月17日 優(yōu)先權(quán)日2012年7月17日
發(fā)明者劉大同, 周建寶, 龐景月, 彭宇, 王建民, 王紅 申請人:哈爾濱工業(yè)大學(xué)