一种基于数据增强的航空发动机剩余寿命预测方法

实质审查的生效

摘要

本发明公开了一种基于数据增强的航空发动机剩余寿命预测方法，本发明提出了一种多路径特征融合网络模型以及数据增强算法。首先，通过一种数据增强方式扩大数据集的样本数量，以此来提高预测的准确性；其次，构建多路径特征融合预测模型，选择两条不同路径提取特征：第一路径将数据输入卷积神经网络(CNN)与门控循环单元(GRU)，分别提取空间特征和时序特征；第二条路径将数据直接输入长短期记忆网络(LSTM)获取时序特征。最后将两条路径输出特征融合输入全连接层进行RUL预测。相对于现有网络模型，本发明能够有效提高此类设备的剩余寿命预测精度，具有实际应用价值。

基本信息

专利标题：

一种基于数据增强的航空发动机剩余寿命预测方法

专利标题（英）：

暂无

公开（公告）号：

CN114547986A

申请号：

CN202210188342.5

公开（公告）日：

2022-05-27

申请日：

2022-02-28

授权号：

暂无

授权日：

暂无

发明人：

赵德群赵嘉宇张雅栋

申请人：

北京工业大学

申请人地址：

北京市朝阳区平乐园100号

代理机构：

北京思海天达知识产权代理有限公司

代理人：

沈波

优先权：

CN202210188342.5

主分类号：

G06F30/27

IPC分类号：

G06F30/27 G06F119/02 G06F119/04

IPC结构图谱

G部——物理

G06

计算；推算或计数

G06F

电数字数据处理

G06F30/27

使用机器学习，例如人工智能，神经网络，支持向量机或训练模型

法律状态

2022-06-14 ：

实质审查的生效

IPC(主分类) : G06F 30/27
申请日 : 20220228

2022-05-27 ：

公开

注：本法律状态信息仅供参考，即时准确的法律状态信息须到国家知识产权局办理专利登记簿副本。

文件下载

暂无PDF文件可下载