一种发动机的故障预测方法

摘要：

本发明公开了一种发动机的故障预测方法，包括以下步骤：获取所述发动机的多个传感器的有效测量数据；对所述有效测量数据进行归一化处理；将归一化处理后的所述有效测量数据进行切片处理，形成多个切片样本；将多个所述切片样本分别送入深度神经网络进行特征提取，特征提取后连接到全连接网络；根据所述全连接网络的输出，通过softmax分类器进行分类，确定所述发动机的剩余使用寿命。本发明提出的发动机的故障预测方法，流程简单，易于操作，能够广泛应用于飞行器的各类发动机中。

专利类型：发明专利

申请/专利号：CN201710249558.7

申请日期：2017-04-17

公开/公告号：CN107044349A

公开/公告日：2017-08-15

主分类号：F02C9/00(2006.01)I

申请/专利权人:清华大学深圳研究生院

发明/设计人:梁斌;杨春春;李志恒;杨君;芦维宁;王学谦;谭俊波

主申请人地址:518055 广东省深圳市南山区西丽大学城清华校区

专利代理机构:深圳新创友知识产权代理有限公司 44223

代理人:方艳平

国别省市代码:广东;44

权利要求：

一种发动机的故障预测方法，其特征在于，包括以下步骤：S1：获取所述发动机的多个传感器的有效测量数据；S2：对所述有效测量数据进行归一化处理；S3：将归一化处理后的所述有效测量数据进行切片处理，形成多个切片样本；S4：将多个所述切片样本分别送入深度神经网络进行特征提取，特征提取后连接到全连接网络；S5：根据所述全连接网络的输出，通过softmax分类器进行分类，确定所述发动机的剩余使用寿命。