一种基于DIformer的航空发动机剩余使用寿命预测方法技术

本发明专利技术公开了一种基于一种维度独立补丁嵌入的双通道Transformer的航空发动机剩余使用寿命预测方法。包括以下步骤：数据预处理，构建DIformer神经网络模型，构建训练和验证方法并进行模型训练，使用模型进行航空发动机剩余使用寿命预测。本发明专利技术提出的DIformer模型在传统Transformer模型的基础上增加了对多元传感器维度的特征提取，使得DIformer模型在航空发动机剩余使用寿命预测的典型多元时间序列预测问题上取得了更低的预测误差，加强了对航空发动机多元传感器的特征提取能力，有效提升了模型在航空发动机剩余使用寿命预测上的准确性。

【技术实现步骤摘要】

本专利技术涉及深度学习和航空发动机预测与健康管理(prognostics and healthmanagement,phm)领域，具体涉及一种基于diformer的航空发动机剩余使用寿命预测方法。

技术介绍

1、航空发动机剩余使用寿命(remaining useful life,rul)预测一直被认为是预测与健康管理的核心技术，先进的航空发动机剩余使用寿命预测方法可以在故障尚未发生时便排除隐患，进一步降低飞机事故率，并支撑发动机全寿命周期的维护决策，极大地降低运行和维护成本，是航空工业亟待发展的关键技术和先进智能发动机的重要标志之一。

2、剩余使用寿命指的是随机退化设备从当前状态到设备失效前的使用寿命。基于该设备运行从过往至当前的状态以及同类型设备在相同工况下的历史数据，预测该设备从当前状态到设备失效状态的使用寿命即为剩余使用寿命预测，因此，基于这种背景下开发的预测方法不仅适用于航空发动机的rul预测，同样适用于具有相似随机退化属性的机械设备rul预测。

3、transformer架构是谷歌团队于2017年提出的一种应用于自然语言处本文档来自技高网...

【技术保护点】

1.一种基于DIformer的航空发动机剩余使用寿命预测方法，其特征在于，包括以下步骤：

2.如权利要求1所述的一种基于DIformer的航空发动机剩余使用寿命预测方法，其特征在于，所述步骤S1，对收集到的时间序列进行标记，需要标记的数据包括发动机ID和发动机工作周期数，需要注意的是如果收集的航空发动机传感器数据不是航空发动机全寿命周期数据的话，需要额外标记发动机在最后一个工作周期的剩余使用寿命。

3.如权利要求1所述的一种基于DIformer的航空发动机剩余使用寿命预测方法，其特征在于，所述步骤S2，需要对标记后的航空发动机多元时间序列数据进行预处理，预处理的具...

【技术特征摘要】

1.一种基于diformer的航空发动机剩余使用寿命预测方法，其特征在于，包括以下步骤：

2.如权利要求1所述的一种基于diformer的航空发动机剩余使用寿命预测方法，其特征在于，所述步骤s1，对收集到的时间序列进行标记，需要标记的数据包括发动机id和发动机工作周期数，需要注意的是如果收集的航空发动机传感器数据不是航空发动机全寿命周期数据的话，需要额外标记发动机在最后一个工作周期的剩余使用寿命。

3.如权利要求1所述的一种基于diformer的航空发动机剩余使用寿命预测方法，其特征在于，所述步骤s2，需要对标记后的航空发动机多元时间序列数据进行预处理，预处理的具体步骤如下...

【专利技术属性】
技术研发人员：张泽展，姜晶，张力川，许佳文，牛夷，王超，
申请(专利权)人：电子科技大学，
类型：发明
国别省市：