空军工程大学学报

作者：李东君1,李亚1,李东文1,朱贵富2

单位：1.昆明理工大学信息工程与自动化学院,昆明,650504;2.昆明理工大学信息化建设管理中心,昆明,650504\

关键词：航空发动机;剩余使用寿命;MIC;Bo-CatBoost;贝叶斯优化

基金：国家自然科学基金(61863016)

针对航空发动机传感器监测的退化参数提取困难,易受噪声干扰及发动机剩余使用寿命预测精度不足等问题,利用最大信息系数、贝叶斯优化算法和类别特征梯度提升算法,提出了一种新的发动机剩余使用寿命预测模型。首先,为有效解决特征提取不足的问题,对采集的传感器历史监测特征进行最大信息系数相关性计算,提取出对发动机寿命运行周期影响较大的关键退化特征。其次,为解决剩余使用寿命预测中的梯度偏差及预测偏移问题,使用基于贝叶斯优化的类别特征梯度提升方法对航空发动机进行剩余使用寿命预测。最后,在美国航空航天局提供的商用模块化航空推进系统仿真数据集上进行实验,结果表明所提预测方法的性能较好,验证了该方法的有效性。

来源：2024年第1期

《空军工程大学学报》期刊编辑部

查看空军工程大学学报杂志2024年第1期