[發明專利]一種基于奇異值分解和GRU的航空發動機壽命預測方法

在審

• 申請號: 202010908498.7
• 申請日: 2020-09-02
• 公開（公告）號: CN112100767A
• 公開（公告）日: 2020-12-18
• 發明（設計）人: 鄭華;尚亞飛;段世強;趙東柱
• 申請（專利權）人: 西北工業大學
• 主分類號: G06F30/17
• 分類號: G06F30/17;G06N3/04;G06N3/08;G06F119/04
• 代理公司: 西北工業大學專利中心 61204
• 代理人: 金鳳

本發明公開了一種基于奇異值分解和GRU的航空發動機壽命預測方法。首先通過對原始數據進行前置處理，再通過SVD對剩余特征數據進行降維、重構，去除冗余信息，篩選有效特征，作為衡量發動機壽命的特征數據。然后經過GRU神經網絡深度挖掘歷史信息，實現對航空發動機壽命的預測。該方法能夠提取發動機信息的主要特征數據，排除無關因素干擾，提升了航空發動機壽命預測的精度。

技術領域

本發明屬于航空安全領域，具體涉及一種壽命預測方法。

背景技術

航空發動機作為一種動力裝置系統，在飛機的發展過程中起著關鍵性作用，既是飛機的“心臟”，又是推動飛機快速發展的源動力。然而，由于長期服役在高溫、高壓、高轉速、交變負載等條件下，航空發動機對安全可靠性要求極高，一旦關鍵部件出現故障，往往會造成高額的維修成本，甚至造成巨大的飛行災難。所以，為了保證飛機的安全、穩定運行，提前預知飛機狀態，尤其是航空發動機的安全狀態尤為重要。對航空發動機剩余使用壽命進行預測能夠提前掌握發動機狀態，對于安全飛行至關重要。

隨著大數據和人工智能的崛起，發動機剩余使用壽命預測問題逐漸隱現。以往基于物理和知識的航空發動機剩余使用壽命預測逐漸過渡到基于數據的研究中。通過分析發動機歷史數據，充分挖掘傳感器內在信息機制，有效對航空發動機剩余使用壽命進行預測，為飛機的安全、有效運行保駕護航。

但以往基于物理和知識的研究方法中，對于發動機信息不能夠充分利用，更是難以提取主要特征信息進行分析。而現存部分數據驅動的研究中，多數是基于一種傳感器信息進行分析，或者基于經驗值來舍去部分傳感器數據，這樣不僅導致傳感器信息大量丟失，甚至出現誤判的風險，對飛機安全運行造成潛在風險。并且部分數據驅動的算法中不能夠深度挖掘數據之間的歷史信息，導致對歷史數據利用不充分，從而導致預測結果精度不高等一系列的問題。如何有效利用傳感器歷史數據信息，并深度挖掘數據之間的潛在機制，做到最大化信息互通、互融，并有序做到合理舍棄、合理分析，排除無關因素干擾的問題研究，是壽命預測算法的不斷創新，不斷改進的驅動力。

發明內容

為了克服現有技術的不足，本發明提供了一種基于奇異值分解和GRU的航空發動機壽命預測方法。首先通過對原始數據進行前置處理，再通過SVD對剩余特征數據進行降維、重構，去除冗余信息，篩選有效特征，作為衡量發動機壽命的特征數據。然后經過GRU神經網絡深度挖掘歷史信息，實現對航空發動機壽命的預測。該方法能夠提取發動機信息的主要特征數據，排除無關因素干擾，提升了航空發動機壽命預測的精度。

本發明解決其技術問題所采用的技術方案包括以下步驟：

步驟1：采用航空推進系統仿真數據集，將傳感器數據中在選擇的時間范圍內一直保持不變的數據剔除，完成數據前置處理，得到m×n階傳感器數據矩陣A；

步驟2：對傳感器數據矩陣A進行SVD奇異值分解：

步驟2-1：定義：

A＝U∑V^T

式中，∑＝diag(δ₁，δ₂，...，δ_n)為對角矩陣，δ₁≥δ₂≥...≥δ_n是A的正奇異值，U為m階酉矩陣，滿足U^TAA^TU為對角矩陣；V為n階酉矩陣，滿足V^TA^TAV為對角矩陣；

步驟2-2：獲取滿足下式的前k個正奇異值δ₁，δ₂，...，δ_k，k＜n；

步驟2-3：使用δ₁，δ₂，...，δ_k重構傳感器數據矩陣A′：