一种航空发动机剩余寿命预测方法,涉及航空发动机。1:获取航空发动机历史失效数据,数据预处理,构造用于DCNN训练的标准训练集以及测试集;2:构建深度卷积神经网络,设置惩罚函数,加大滞后预测的惩罚权重,从噪声数据中提取更有代表性的深层特征;3:将步骤2中构建的DCNN中平铺层的数据提取出来,作为LightGBM算法的输入,完成后续预测过程,并用评估指标对预测结果进行评估。利用DCNN提取原始数据深层特征,同时增加滞后预测的惩罚,抛弃传统全连接层改用更强大的分类器LightGBM对提取出的特征进行预测。在保证训练时间几乎不增加的前提下,大幅提高预测准确率,为航空发动机剩余寿命预测提供可靠支持。
声明:
“航空发动机剩余寿命预测方法” 该技术专利(论文)所有权利归属于技术(论文)所有人。仅供学习研究,如用于商业用途,请联系该技术所有人。
我是此专利(论文)的发明人(作者)