[發(fā)明專利]遷移過程神經(jīng)網(wǎng)絡預測發(fā)動機清洗后排氣溫度的方法

在審

• 申請?zhí)枺?/td>: 202110500076.0
• 申請日: 2021-05-08
• 公開（公告）號: CN115310189A
• 公開（公告）日: 2022-11-08
• 發(fā)明（設計）人: 閆至騏;鐘詩勝;林琳;崔智全;趙明航
• 申請（專利權）人: 哈爾濱工業(yè)大學（威海）
• 主分類號: G06F30/15
• 分類號: G06F30/15;G06F30/27;G06N3/04;G06N3/08;G06F119/08
• 代理公司: 威海科星專利事務所 37202
• 代理人: 初姣姣

1.一種TPNN預測發(fā)動機清洗后排氣溫度的方法，設有TPNN模型，TPNN包括變量與EGTM的映射方法以及變量之間的映射方法，其特征在于，對于數(shù)據(jù)參數(shù)與EGTM的映射方法，采用線性擬合的方式，建立所有變量與EGTM數(shù)據(jù)對應關系，實現(xiàn)正向和逆向求解，其中將水洗前數(shù)據(jù)進行了線性擬合，取線性函數(shù)的ti處值作為VBW，提前水洗時間CSN和水洗周期ΔCSN；將水洗后數(shù)據(jù)進行了線性擬合，取線性函數(shù)的ti處值與VBW的差值作為INC，取線性函數(shù)的斜率為DR；

對于變量[VBW,CSN,ΔCSN]和[DR,INC]之間的映射方法，利用遷移過程神經(jīng)網(wǎng)絡作為水洗前后變量的映射模型，模型采用遷移技術從同類型發(fā)動機的數(shù)據(jù)中學習到初始框架，遷移到目標發(fā)動機數(shù)據(jù)中進行訓練；其中，所述CSN為飛行循環(huán)，是發(fā)動機從出廠到當前的所有循環(huán)數(shù)；ΔCSN是當發(fā)動機多次水洗時，水洗間隔由飛行循環(huán)來表示，記做ΔCSN；INC是設當前水洗次數(shù)為i，水洗時間為t_i，t_i后EGTM的突變稱為階躍量INC；DR是EGTM的衰退率，將水洗后的EGTM進行線性擬合，擬合直線的斜率稱作EGTM的衰退率DR；VBW是水洗前發(fā)動機EGTM數(shù)值。

2.根據(jù)權利要求1所述的一種TPNN預測發(fā)動機清洗后排氣溫度的方法，其特征在于，EGTM與數(shù)據(jù)參數(shù)的映射方法包括以下內(nèi)容：

設x為要預測的水洗后EGTM數(shù)據(jù)，設飛行循環(huán)數(shù)為t，水洗時間為，則x由式(1)表達：

x＝DR×(t-t_i)+INC+VBW,t＞t_i(1)，

式(1)中的[DR,INC]由[VBW,CSN,ΔCSN]映射得到，[VBW,CSN,ΔCSN]由ti前的數(shù)據(jù)獲得，將遷移過程神經(jīng)網(wǎng)絡稱為h，設θ為模型參數(shù)，代表遷移過程神經(jīng)網(wǎng)絡中的權重和偏置，遷移過程神經(jīng)網(wǎng)絡h表達為：

[DR,INC]＝h(VBW,CSN,ΔCSN|θ) (2)，

模型參數(shù)θ從樣本數(shù)據(jù)和維修記錄中提取的[DR,INC]和[VBW,CSN,ΔCSN]訓練得到，θ的訓練過程表達為：

設樣本中EGTM數(shù)據(jù)為X＝{x₁,x₂,x₃,……,x_n}，n為數(shù)據(jù)總量；水洗次數(shù)為{1,2,…,i,…k}，k為總水洗次數(shù)；水洗記錄的時間點為：T_washing＝{t₁,t₂,…,t_i,…,t_k}，則根據(jù)T_washing把X分為k+1組數(shù)據(jù)：

…

…

若水洗時間用飛行循環(huán)次數(shù)表征，對于第i次水洗，CSN為在當前水洗時的總飛行循環(huán)數(shù)，ΔCSN為兩次水洗事件之間的飛行循環(huán)數(shù)，有：

CSN_i＝t_i

ΔCSN_i＝t_i-t_(i-1) (5)；

將水洗前的數(shù)據(jù)進行線性擬合，取擬合函數(shù)水洗點處的數(shù)值作為VBW；

對于第i次水洗，水洗前的數(shù)據(jù)表達為X(i)＝{x_t(i－1)+1,x_t(i－1)+2,……,x_ti－1}，

設線性擬合函數(shù)的參數(shù)為b_i、a_i，則有：

X(i)＝b_i+a_i×t,t＝{t_(i-1)+1,t_(i-1)+2,...,t_i-1} (6)

使用數(shù)據(jù)X(i)擬合b_i、a_i，得：

其中，card(·)指X(i)的元素數(shù)量，由此第i次水洗的VBW_i可由式(8)計算：

VBW_i＝b_i+a_i×(ti-1) (8)，

數(shù)據(jù)樣本中的DR和INC通過發(fā)動機EGTM數(shù)據(jù)在水洗后的變化曲線獲得；

分別減掉式(4)中每組數(shù)據(jù)的水洗前發(fā)動機EGTM數(shù)據(jù)值VBW，有：

…

…

[DR,INC]由式(9)中的數(shù)據(jù)擬合線性得到，對于第i次水洗，數(shù)據(jù)參數(shù)DR_i和INC_i用X(i+1)的數(shù)據(jù)擬合為：