摘要
针对航空发动机结构复杂、性能退化参数众多、寿命预测精度低等问题,提出了一种基于退化特征相似性的寿命预测方法.首先通过基于Relief算法的退化特征筛选、基于主成分分析(principal component analysis,PCA)的特征提取和基于核函数的特征平滑,提取低维正交多变量退化特征;然后进行特征的相似性匹配,寻找与当前样本特征片段最相似的一组历史样本中的特征片段集合,将这些片段对应的RUL信息融合并采用密度加权方法得到当前样本的寿命预测估计值;最后通过美国国家航空航天局(national aeronautics and space administration,NASA)提供的航空涡轮扇发动机仿真数据集验证了该方法的有效性,其寿命预测性能高于现有几种代表性方法.
基金项目
国家自然科学基金(61873122)
南京康尼机电股份有限公司(江苏省轨道交通车辆门系统重点实验室)(KN17-16)
南京康尼机电股份有限公司(江苏省轨道交通车辆门系统重点实验室)(KN17-26资助课题)
NETL
NSTL
维普
万方数据