[发明专利]一种基于混合模型的发动机剩余使用寿命预测方法及装置

权利要求书

1.一种基于混合模型的发动机剩余使用寿命预测方法，其特征在于，包括：

获取样本发动机的多组传感器数据样本；

建立初始混合模型，其中，所述初始混合模型包括第一模型和第二模型；将所述多组传感器数据样本分别输入至所述第一模型/所述第二模型，以第一剩余寿命样本/第二剩余寿命样本为输出，通过堆叠集成得到所述多组传感器数据样本的第一预测剩余寿命样本/第二预测剩余寿命样本，迭代训练至第一预设次数，确定训练完备的目标混合模型；

将所述第一预测剩余寿命样本和所述第二预测剩余寿命样本输入至初始线性回归模型，以所述样本发动机的剩余使用寿命为输出，迭代训练至第二预设次数，得到训练完备的目标线性回归模型；

获取待测发动机的多组传感器数据，基于所述目标混合模型和所述目标线性回归模型，确定所述待测发动机的剩余使用寿命。

2.根据权利要求1所述的基于混合模型的发动机剩余使用寿命预测方法，其特征在于，所述将所述多组传感器数据样本分别输入至所述第一模型/所述第二模型，以第一剩余寿命样本/第二剩余寿命样本为输出，通过堆叠集成得到所述多组传感器数据样本的第一预测剩余寿命样本/第二预测剩余寿命样本，迭代训练至第一预设次数，确定训练完备的目标混合模型，包括：

将所述多组传感器数据样本分成K份，分别输入至所述第一模型和所述第二模型，其中，K-1份以对应的第一剩余寿命样本/第二剩余寿命样本为输出，剩余一份以初始第一预测剩余寿命样本/初始第二预测剩余寿命样本为输出，通过堆叠集成进行K-fold交叉验证，迭代计算至第一预设次数，确定所述多组传感器数据样本对应的所述初始第一预测剩余寿命样本/所述初始第二预测剩余寿命样本；

根据所述初始第一预测剩余寿命样本/所述初始第二预测剩余寿命样本，通过求平均操作，确定所述多组传感器数据样本的第一预测剩余寿命样本和第二预测剩余寿命样本。

3.根据权利要求1所述的基于混合模型的发动机剩余使用寿命预测方法，其特征在于，所述第一模型包括依次连接的第一输入层、第一注意力机制模块、时间卷积神经网络模块、第一全连接层和第一输出层。

4.根据权利要求1所述的基于混合模型的发动机剩余使用寿命预测方法，其特征在于，所述第二模型包括依次连接的第二输入层、卷积神经网络模块、双向门控循环神经网络模块、第二注意力机制模块、第二全连接层和第二输出层。

5.根据权利要求1所述的基于混合模型的发动机剩余使用寿命预测方法，其特征在于，所述获取样本发动机的多组传感器数据样本，包括：

获取样本发动机的多组传感器数据初始样本，剔除异常值，得到多组传感器特征样本；

对所述多组传感器特征样本进行归一化处理，得到处理完成的多组传感器数据样本。

6.根据权利要求1所述的基于混合模型的发动机剩余使用寿命预测方法，其特征在于，所述通过堆叠集成得到所述多组传感器数据样本的第一预测剩余寿命样本/第二预测剩余寿命样本，包括：

通过分段线函数对第一预测剩余寿命初始样本/第二预测剩余寿命初始样本进行处理，得到所述多组传感器数据样本的第一预测剩余寿命样本/第二预测剩余寿命样本。

7.根据权利要求1所述的基于混合模型的发动机剩余使用寿命预测方法，其特征在于，所述得到训练完备的目标线性回归模型，还包括：

建立评价指标，对所述线性回归模型的测试结果进行评价；

根据评价结果，调整所述线性回归模型的相关参数，得到训练完备的目标线性回归模型。