一种基于长短时记忆自编码器的火箭健康度评估方法技术

一种基于长短时记忆自编码器的火箭健康度评估方法，属于发动机健康诊断技术领域，通过将长短时记忆单元作为构建网络模型的基本单元，以自编码器为框架构建模型，对原始数据进行压缩编码，再解码并于原始数据进行比对，通过两者之间的误差水平判定数据健康度。本发明专利技术采用长短时记忆自编码器的模型对地面数据进行训练，所获得模型可用于火箭飞行过程中发动机数据诊断，经对历史飞行数据验证，可有效排除测量故障，诊断准确率大于95％，虚警率低于5％，可以较为准确地实现健康度评估。

【技术实现步骤摘要】
一种基于长短时记忆自编码器的火箭健康度评估方法
本专利技术涉及一种基于长短时记忆自编码器的运载火箭发动机健康诊断模型训练方法，属于发动机健康诊断

技术介绍
航空航天一直是我国战略部署中相当重要的一个板块，作为航天的动力源泉的火箭发动机更是显得尤为重要。在火箭发射任务中，发动机性能及发动机推力在发射过程中起着决定性的作用，如何在发射过程中，以高效、高可靠的手段评价发动机健康状态，是火箭动力冗余控制的关键。当前主流检测方法主要包括参数阈值检测，数学模型预测等，这些手段依赖于对发动机各部件模型系数固定，不能很好的动态反应发动机各个参数间内在联系，对不同发动机工艺上的差异性不能很好的匹配，对发动机工况诊断结果可靠度较低，不足以满足作为火箭判断动力异常与否的依据。
技术实现思路
本专利技术要解决的技术问题是：克服现有技术的不足，提供了一种基于长短时记忆自编码器的火箭健康度评估方法，通过将长短时记忆单元作为构建网络模型的基本单元，以自编码器为框架构建模型，对原始数据进行压缩编码，再解码并于原始数据进行比对，通过两者之间的误差水本文档来自技高网...

【技术保护点】
1.一种基于长短时记忆自编码器的火箭健康度评估方法，其特征在于，包括如下步骤：/nS1、测量并采集运载火箭发动机启动过程中的原始数据，然后进行预处理；/nS2、将预处理后的数据分为训练集和测试集；/n83、根据原始数据的维数，建立长短时记忆自编码器模型，并初始化模型参数；/nS4、利用训练集对长短时记忆自编码器模型进行多代训练，使得长短时记忆自编码器模型损失收敛，并达到预设训练代数后，获得训练好的长短时记忆自编码器模型；/nS5、利用训练好的长短时记忆自编码器模型计算测试集的输出，然后根据测试集、预设阈值，计算运载火箭发动机健康度。/n

【技术特征摘要】
1.一种基于长短时记忆自编码器的火箭健康度评估方法，其特征在于，包括如下步骤：
S1、测量并采集运载火箭发动机启动过程中的原始数据，然后进行预处理；
S2、将预处理后的数据分为训练集和测试集；
83、根据原始数据的维数，建立长短时记忆自编码器模型，并初始化模型参数；
S4、利用训练集对长短时记忆自编码器模型进行多代训练，使得长短时记忆自编码器模型损失收敛，并达到预设训练代数后，获得训练好的长短时记忆自编码器模型；
S5、利用训练好的长短时记忆自编码器模型计算测试集的输出，然后根据测试集、预设阈值，计算运载火箭发动机健康度。


2.根据权利要求1所述的一种基于长短时记忆自编码器的火箭健康度评估方法，其特征在于，S1中所述的预处理采用min-max标准化方法，即：



其中x′为标准化后的数据样本，x为标准化前的数据样本，xmin为x中的最小值，xmax为x中的最大值。


3.根据权利要求1所述的一种基于长短时记忆自编码器的火箭健康度评估方法，其特征在于，S2中划分训练集和测试集的方法为：将正常的原始数据选出作为训练集，测量错误的数据选出作为测试集。


4.根据权利要求1～3之一所述的一种基于长短时记忆自编码器的火箭健康度评估方法，其特征在于，所述长短时记忆自编码器模型包括若干编码层和若干解码层；所述编码层用于对数据样本进行特征提取；所述解码层用于将提取的特征还原成与输入样本格式一致的矩阵。


5.根据权利要求1～3之一所述的一种基于长短时记忆自编码器的火箭健康度评估方法，其特征在于，S4中，在进行多代训练时...

【专利技术属性】
技术研发人员：谢立，张元明，绍硕，黄兴，张婷婷，程程，况羿，王伟哲，
申请(专利权)人：上海宇航系统工程研究所，
类型：发明
国别省市：上海;31