基于SRCC與Bayes_KNN的渦扇發(fā)動(dòng)機(jī)剩余使用壽命預(yù)測

打開文本圖片集

摘 要： 利用斯皮爾曼秩相關(guān)系數(shù)（SRCC）、貝葉斯（Bayesian）、k最近鄰（KNN）算法提出了一種新的航空發(fā)動(dòng)機(jī)剩余使用壽命預(yù)測方法。為解決關(guān)鍵特征提取不足問題，首先，利用SRCC方法對發(fā)動(dòng)機(jī)的歷史多元監(jiān)測特征進(jìn)行篩選，提取出衰退性能趨勢明顯的監(jiān)測特征作為預(yù)測模型的輸入;其次，構(gòu)建了基于歐式距離的k最近鄰回歸預(yù)測模型，利用貝葉斯更新公式對KNN中的超參數(shù)模型進(jìn)行訓(xùn)練，求解目標(biāo)函數(shù)并返回訓(xùn)練模型最優(yōu)超參數(shù)值與最小均方根誤差；最后，推導(dǎo)航空發(fā)動(dòng)機(jī)剩余使用壽命（RUL）概率密度函數(shù)解析式，得到發(fā)動(dòng)機(jī)RUL預(yù)測結(jié)果。（剩余11706字）