本發(fā)明涉及航空發(fā)動(dòng)機(jī)壽命預(yù)測(cè)領(lǐng)域，具體地，涉及基于數(shù)據(jù)和模型混合驅(qū)動(dòng)的航空發(fā)動(dòng)機(jī)剩余使用壽命預(yù)測(cè)方法

背景技術(shù)：

1、航空發(fā)動(dòng)機(jī)是飛機(jī)的核心動(dòng)力源，其運(yùn)行狀態(tài)直接關(guān)系到飛機(jī)的飛行性能和安全。因此，對(duì)航空發(fā)動(dòng)機(jī)進(jìn)行智能故障預(yù)測(cè)與健康管理(prognostics?and?healthmanagement,phm)就顯得格外重要。phm技術(shù)是一種新型的裝備綜合保障技術(shù)，既提高設(shè)備安全性、可靠性又能降低維修保障費(fèi)用，在phm技術(shù)框架下，設(shè)備的視情維修、備件管理等維修活動(dòng)都是建立在剩余預(yù)測(cè)壽命(remaining?useful?life,rul)預(yù)測(cè)的基礎(chǔ)之上。因此，準(zhǔn)確預(yù)測(cè)航空發(fā)動(dòng)機(jī)的rul可以幫助航空公司更好地管理和優(yōu)化維護(hù)計(jì)劃，降低運(yùn)營(yíng)成本，提高飛機(jī)運(yùn)行的安全性和可靠性。

2、近年來，基于數(shù)據(jù)驅(qū)動(dòng)的方法逐漸成為rul預(yù)測(cè)領(lǐng)域的主流技術(shù)，常用的數(shù)據(jù)驅(qū)動(dòng)方法主要分為兩類，一類是機(jī)器學(xué)習(xí)方法，另一類是統(tǒng)計(jì)數(shù)據(jù)驅(qū)動(dòng)方法。機(jī)器學(xué)習(xí)方法又分為淺層機(jī)器學(xué)習(xí)和深度學(xué)習(xí)方法，淺層機(jī)器學(xué)習(xí)極依賴復(fù)雜的特征工程技術(shù)，而深度學(xué)習(xí)具有強(qiáng)大的自動(dòng)提取原始數(shù)據(jù)的深層特征的能力被廣泛使用，但其通常以黑盒方式運(yùn)行，缺乏透明性和可解釋性，并且由于其確定性結(jié)構(gòu)，該方法的不確定性量化能力相對(duì)有限。統(tǒng)計(jì)數(shù)據(jù)驅(qū)動(dòng)方法主要包括wiener過程、gamma過程、逆高斯過程、markov過程，而wiener過程能夠?qū)Ψ菃握{(diào)退化數(shù)據(jù)進(jìn)行建模被廣泛使用，但是其預(yù)測(cè)精度很大程度上取決于系統(tǒng)退化特征的趨勢(shì)并且處理監(jiān)測(cè)大數(shù)據(jù)的能力有限。

3、因此，有必要結(jié)合統(tǒng)計(jì)數(shù)據(jù)驅(qū)動(dòng)方法與深度學(xué)習(xí)方法兩者的優(yōu)勢(shì)，以提高rul預(yù)測(cè)性能。

技術(shù)實(shí)現(xiàn)思路

1、為解決目前深度學(xué)習(xí)缺乏透明性和可解釋性且其不確定性量化能力相對(duì)有限，統(tǒng)計(jì)數(shù)據(jù)驅(qū)動(dòng)方法預(yù)測(cè)精度很大程度上取決于系統(tǒng)退化特征的趨勢(shì)并且處理監(jiān)測(cè)大數(shù)據(jù)的能力有限。本發(fā)明提供了基于數(shù)據(jù)和模型混合驅(qū)動(dòng)的航空發(fā)動(dòng)機(jī)剩余使用壽命預(yù)測(cè)方法，所述方法包括：

2、s1、采集航空發(fā)動(dòng)機(jī)的運(yùn)行數(shù)據(jù)；

3、s2、對(duì)數(shù)據(jù)進(jìn)行預(yù)處理，獲得訓(xùn)練樣本；

4、s3、將訓(xùn)練樣本輸入到基于時(shí)間卷積網(wǎng)絡(luò)的自編碼器中，每個(gè)時(shí)間窗之間的偏差作為航空發(fā)動(dòng)機(jī)的健康指標(biāo)，利用3個(gè)評(píng)估指標(biāo)以確保所構(gòu)建的健康指標(biāo)的有效性；

5、s4、應(yīng)用帶加速因子的隨機(jī)效應(yīng)wiener過程模型對(duì)所構(gòu)建的航空發(fā)動(dòng)機(jī)的健康指標(biāo)進(jìn)行退化建模和rul預(yù)測(cè)，得到航空發(fā)動(dòng)機(jī)的rul預(yù)測(cè)值及其相應(yīng)概率密度函數(shù)。

6、本發(fā)明原理：采用基于時(shí)間卷積網(wǎng)絡(luò)的自編碼器進(jìn)行無監(jiān)督健康指標(biāo)的構(gòu)建；采用單調(diào)性、魯棒性、趨勢(shì)性三個(gè)指標(biāo)以確保所構(gòu)建的健康指標(biāo)能夠準(zhǔn)確刻畫航空發(fā)動(dòng)機(jī)的退化過程；采用帶加速因子的隨機(jī)效應(yīng)wiener過程模型對(duì)所構(gòu)建的航空發(fā)動(dòng)機(jī)的健康指標(biāo)進(jìn)行退化建模和rul預(yù)測(cè)，加速因子的引入清晰的揭示了退化率與波動(dòng)性之間的依賴關(guān)系，從而解釋了許多產(chǎn)品退化率越大，波動(dòng)性越大的事實(shí)；通過將統(tǒng)計(jì)數(shù)據(jù)驅(qū)動(dòng)方法與深度學(xué)習(xí)方法兩者進(jìn)行結(jié)合，既利用了深度學(xué)習(xí)方法強(qiáng)大的自動(dòng)提取原始數(shù)據(jù)的深層特征的能力，又利用了統(tǒng)計(jì)數(shù)據(jù)驅(qū)動(dòng)方法的對(duì)于不確定性量化的能力，為后續(xù)預(yù)測(cè)性維護(hù)策略的制定和決策提供指導(dǎo)方案。

7、進(jìn)一步的，所述s1中，對(duì)所述采集航空發(fā)動(dòng)機(jī)的運(yùn)行數(shù)據(jù)的具體步驟包括：在航空發(fā)動(dòng)機(jī)系統(tǒng)上正確安裝并連接溫度、壓力、轉(zhuǎn)速等傳感器；配置所述傳感器的數(shù)據(jù)傳輸方式、采樣頻率和數(shù)據(jù)存儲(chǔ)格式參數(shù)；確保所述傳感器的正常工作，記錄航空發(fā)動(dòng)機(jī)的運(yùn)行數(shù)據(jù)，儲(chǔ)存采集到的傳感器數(shù)據(jù)。

8、進(jìn)一步地，所述s2中，對(duì)數(shù)據(jù)進(jìn)行預(yù)處理的具體步驟包括：基于min-max標(biāo)準(zhǔn)化方法對(duì)采集到的運(yùn)行數(shù)據(jù)進(jìn)行歸一化處理，以消除數(shù)據(jù)量綱的影響；基于航空發(fā)動(dòng)機(jī)運(yùn)行數(shù)據(jù)的變化趨勢(shì)，篩選出能夠準(zhǔn)確刻畫退化過程的傳感器數(shù)據(jù)；基于滑動(dòng)窗口處理技術(shù)，準(zhǔn)確捕捉相鄰時(shí)間點(diǎn)之間的相關(guān)性以及將多個(gè)傳感器數(shù)據(jù)轉(zhuǎn)換成所需的樣本大小；

9、進(jìn)一步地，所述s3中，基于時(shí)間卷積網(wǎng)絡(luò)的自編碼器進(jìn)行無監(jiān)督健康指標(biāo)的構(gòu)建的具體步驟包括：將訓(xùn)練樣本中的依次輸入到基于時(shí)間卷積網(wǎng)絡(luò)的自編碼器中進(jìn)行重構(gòu)；計(jì)算每個(gè)時(shí)間窗之間的偏差；使用savitzky-golay濾波器以降低數(shù)據(jù)噪聲所產(chǎn)生的干擾；利用3個(gè)評(píng)估指標(biāo)以確保所構(gòu)建的健康指標(biāo)的有效性。

10、進(jìn)一步地，所述s4中，帶加速因子的隨機(jī)效應(yīng)wiener過程模型對(duì)所構(gòu)建的航空發(fā)動(dòng)機(jī)的健康指標(biāo)進(jìn)行退化建模和rul預(yù)測(cè)的具體步驟包括：構(gòu)建帶加速因子的隨機(jī)效應(yīng)wiener過程模型；利用首達(dá)時(shí)間推導(dǎo)出rul和對(duì)應(yīng)的概率密度公式；采用一種逐步估計(jì)參數(shù)的方法來求解帶加速因子的隨機(jī)效應(yīng)wiener過程模型中的未知參數(shù)。

11、本發(fā)明提供的一個(gè)或多個(gè)技術(shù)方案，至少具有如下技術(shù)效果或優(yōu)點(diǎn)：

12、1.本發(fā)明的基于數(shù)據(jù)和模型混合驅(qū)動(dòng)的航空發(fā)動(dòng)機(jī)剩余使用壽命預(yù)測(cè)方法能夠有效地結(jié)合統(tǒng)計(jì)數(shù)據(jù)驅(qū)動(dòng)方法與深度學(xué)習(xí)方法兩者的優(yōu)勢(shì)，在實(shí)現(xiàn)對(duì)航空發(fā)動(dòng)機(jī)的rul預(yù)測(cè)的同時(shí)還能對(duì)預(yù)測(cè)的不確定性進(jìn)行量化。

13、2.本發(fā)明的基于數(shù)據(jù)和模型混合驅(qū)動(dòng)的航空發(fā)動(dòng)機(jī)剩余使用壽命預(yù)測(cè)方法可以通過無監(jiān)督的方式構(gòu)建航空發(fā)動(dòng)機(jī)的健康指標(biāo)，能夠準(zhǔn)確地刻畫航空發(fā)動(dòng)機(jī)的運(yùn)行狀態(tài)。

14、3.本發(fā)明的基于數(shù)據(jù)和模型混合驅(qū)動(dòng)的航空發(fā)動(dòng)機(jī)剩余使用壽命預(yù)測(cè)方法通過在wiener過程模型中引入加速因子，能夠清晰的揭示退化率與波動(dòng)性之間的依賴關(guān)系，從而解釋了許多產(chǎn)品退化率越大，波動(dòng)性越大的事實(shí)。

15、4.本發(fā)明的基于數(shù)據(jù)和模型混合驅(qū)動(dòng)的航空發(fā)動(dòng)機(jī)剩余使用壽命預(yù)測(cè)方法能夠?yàn)榫S護(hù)團(tuán)隊(duì)提供了更大的靈活性，優(yōu)化維護(hù)計(jì)劃，選擇在最適當(dāng)?shù)臅r(shí)間進(jìn)行維修或更換部件，最大程度地減少停機(jī)時(shí)間和維修成本。

技術(shù)特征：

1.基于數(shù)據(jù)和模型混合驅(qū)動(dòng)的航空發(fā)動(dòng)機(jī)剩余使用壽命預(yù)測(cè)方法，其特征在于，所述方法包括：

2.根據(jù)權(quán)利要求1所述的基于數(shù)據(jù)和模型混合驅(qū)動(dòng)的航空發(fā)動(dòng)機(jī)剩余使用壽命預(yù)測(cè)方法，其特征在于，所述s1中，步驟s1中采集航空發(fā)動(dòng)機(jī)的運(yùn)行數(shù)據(jù)包括：

3.根據(jù)權(quán)利要求1所述的基于數(shù)據(jù)和模型混合驅(qū)動(dòng)的航空發(fā)動(dòng)機(jī)剩余使用壽命預(yù)測(cè)方法，其特征在于，所述s2中，對(duì)數(shù)據(jù)進(jìn)行預(yù)處理的具體步驟包括：

4.根據(jù)權(quán)利要求1所述的基于數(shù)據(jù)和模型混合驅(qū)動(dòng)的航空發(fā)動(dòng)機(jī)剩余使用壽命預(yù)測(cè)方法，其特征在于，所述航空發(fā)動(dòng)機(jī)的健康指標(biāo)構(gòu)建的具體步驟包括：

5.根據(jù)權(quán)利要求1所述的基于數(shù)據(jù)和模型混合驅(qū)動(dòng)的航空發(fā)動(dòng)機(jī)剩余使用壽命預(yù)測(cè)方法，其特征在于，所述采用帶加速因子的隨機(jī)效應(yīng)wiener過程模型進(jìn)行建模和rul預(yù)測(cè)，具體包括：

技術(shù)總結(jié)
本發(fā)明公開了基于數(shù)據(jù)和模型混合驅(qū)動(dòng)的航空發(fā)動(dòng)機(jī)剩余使用壽命預(yù)測(cè)方法，涉及航空發(fā)動(dòng)機(jī)壽命預(yù)測(cè)領(lǐng)域，所述方法包括：采集航空發(fā)動(dòng)機(jī)的運(yùn)行數(shù)據(jù)；對(duì)數(shù)據(jù)進(jìn)行預(yù)處理，獲得訓(xùn)練樣本；將訓(xùn)練樣本輸入到基于時(shí)間卷積網(wǎng)絡(luò)的自編碼器中，每個(gè)時(shí)間窗之間的偏差作為航空發(fā)動(dòng)機(jī)的健康指標(biāo)，利用3個(gè)評(píng)估指標(biāo)以確保所構(gòu)建的健康指標(biāo)的有效性；應(yīng)用帶加速因子的隨機(jī)效應(yīng)Wiener過程模型進(jìn)行退化建模和RUL預(yù)測(cè)，得到航空發(fā)動(dòng)機(jī)的RUL預(yù)測(cè)值及其相應(yīng)概率密度函數(shù)。所述混合驅(qū)動(dòng)方法結(jié)合了統(tǒng)計(jì)數(shù)據(jù)驅(qū)動(dòng)方法與深度學(xué)習(xí)方法兩者的優(yōu)勢(shì)，解決了目前深度學(xué)習(xí)缺乏透明性和可解釋性且其不確定性量化能力相對(duì)有限，而統(tǒng)計(jì)數(shù)據(jù)驅(qū)動(dòng)方法處理監(jiān)測(cè)大數(shù)據(jù)的能力有限的問題。

技術(shù)研發(fā)人員：郭駿宇,王治元,宋宇航,王琳,歐創(chuàng)杰,陳青松
受保護(hù)的技術(shù)使用者：西南石油大學(xué)
技術(shù)研發(fā)日：
技術(shù)公布日：2024/12/23