本发明公开了一种基于LSTM网络和ARIMA模型的航空发动机剩余使用寿命预测方法,该方法包括:根据发动机历史退化数据,建立n个基于LSTM深度神经网络的发动机健康指标(LSTM‑HI)模型;根据发动机过往传感器数据,训练ARIMA模型并向后多步预测发动机传感器参数;由预测的传感器参数,根据LSTM‑HI指标评价发动机是否退化至失效,得到发动机剩余使用寿命及其概率分布。本发明提出了一种新颖的航空发动机剩余使用寿命预测方法,具有较高的准确率和可行性,对于航空发动机实时健康管理、降低维修成本有着积极促进的作用。
声明:
“基于LSTM网络和ARIMA模型的航空发动机剩余使用寿命预测方法” 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)