公开(公告)号：CN114925894A

公开(公告)日：2022-08-19

申请号：CN202210501215.6

申请日：2022-05-09

Applicant: 重庆大学

Inventor： 林景栋 ,  闫冠松 ,  张静曦 ,  熊大略 ,  李鸿威 ,  杨越

IPC: G06Q10/04 ,  G06K9/62 ,  G06N3/04 ,  G06N3/08 ,  G06Q50/28

Abstract: 本发明涉及一种基于维纳过程和人工智能的发动机剩余寿命预测方法，属于航空发动机寿命预测领域。针对涡扇发动机在运行过程中，因不同失效行为而导致多种退化模式的出现，从而使得单一预测方法的预测精度和稳定性降低的问题，提出了一种识别发动机不同退化模式并构建不同模型进行剩余寿命预测的方法。按以下步骤进行预测：1)数据预处理；2)训练残差网络；3)退化模式分类；4)预测模型选择与构建；5)寿命预测。考虑退化模式识别的预方法能更好的发挥对应预测模型的优点，从而提升寿命预测的效果。

公开(公告)号：CN114925894B

公开(公告)日：2025-04-04

申请号：CN202210501215.6

申请日：2022-05-09

Applicant: 重庆大学

Inventor： 林景栋 ,  闫冠松 ,  张静曦 ,  熊大略 ,  李鸿威 ,  杨越

IPC: G06Q10/04 ,  G06F18/10 ,  G06F18/214 ,  G06F18/23213 ,  G06N3/0464 ,  G06N3/08 ,  G06Q50/40

Abstract: 本发明涉及一种基于维纳过程和人工智能的发动机剩余寿命预测方法，属于航空发动机寿命预测领域。针对涡扇发动机在运行过程中，因不同失效行为而导致多种退化模式的出现，从而使得单一预测方法的预测精度和稳定性降低的问题，提出了一种识别发动机不同退化模式并构建不同模型进行剩余寿命预测的方法。按以下步骤进行预测：1)数据预处理；2)训练残差网络；3)退化模式分类；4)预测模型选择与构建；5)寿命预测。考虑退化模式识别的预方法能更好的发挥对应预测模型的优点，从而提升寿命预测的效果。