本發明涉及一種融合多任務學習的飛機發動機失效狀態預測方法,包括:預先基于健康指數模型和失效模型構建多任務學習模型,通過獲取傳感器失效信號數據對該多任務學習模型進行參數估計,獲取待預測傳感器數據,并載入參數估計后的多任務學習模型,獲取失效狀態預測結果,相應地預測正在使用中發動機的剩余使用壽命;失效模型采用二次多項式失效模型描述失效狀態,健康指數模型通過設置權重系數將各個傳感器信號線性疊加描述健康狀態;根據健康狀態和失效狀態之間的關系,將健康模型和失效模型融合構成多任務學習模型。與現有技術相比,本發明充分考慮在同一運行狀態和環境下各飛機發動機之間的相似性,使得參數估計準確性更高。
聲明:
“融合多任務學習的飛機發動機失效狀態預測方法” 該技術專利(論文)所有權利歸屬于技術(論文)所有人。僅供學習研究,如用于商業用途,請聯系該技術所有人。
我是此專利(論文)的發明人(作者)