发明名称 |
基于Kalman滤波的ESN的涡轮发电机的分类子模型的剩余寿命预测方法 |
摘要 |
基于Kalman滤波的ESN的涡轮发电机的分类子模型的剩余寿命预测方法,涉及基于Kalman滤波的ESN的涡轮发电机的分类子模型的剩余寿命预测方法。它为了解决现有预测方法选择合适的网络拓扑困难,训练时需训练网络的全部的权值,计算时容易陷入局部最优的问题。本发明对100个测试数据单元进行分类,得到k个测试数据集合;每个测试数据集合对应一个ESN的涡轮发电机的分类子模型,每个ESN的涡轮发电机分类子模型的参数不同,k个ESN的涡轮发电机的分类子模型组成分类子模型库;将每个测试数据输入与该数据集合对应ESN的涡轮发电机的分类子模型进行运算得到该测试数据的剩余寿命预测值。本发明适用于涡轮发动机等领域。 |
申请公布号 |
CN102788955A |
申请公布日期 |
2012.11.21 |
申请号 |
CN201210246132.3 |
申请日期 |
2012.07.17 |
申请人 |
哈尔滨工业大学 |
发明人 |
刘大同;周建宝;王红;王建民;徐勇;彭宇 |
分类号 |
G01R31/34(2006.01)I;G01M15/00(2006.01)I |
主分类号 |
G01R31/34(2006.01)I |
代理机构 |
哈尔滨市松花江专利商标事务所 23109 |
代理人 |
牟永林 |
主权项 |
基于Kalman滤波的ESN的涡轮发电机的分类子模型的剩余寿命预测方法,其特征在于,它包括下述步骤:步骤一、对100个测试数据单元进行分类,得到k个测试数据集合;每个测试数据集合对应一个ESN的涡轮发电机的分类子模型,每个ESN的涡轮发电机的分类子模型的参数不同,k个ESN的涡轮发电机的分类子模型组成分类子模型库;E表示测试数据单元的个数,测试数据单元为ESN的涡轮发电机的分类子模型的一组数据集,该组数据集包含E个涡轮发动机的数据单元,其中,E=100,每一个测试数据单元为24维数据,该24维数据中的3维数据表示涡轮发动机操作条件数据,剩余的21维表示传感器采集的涡轮发动机状态数据,步骤二、将步骤一的每个测试数据输入与该数据集合对应的ESN的涡轮发电机的分类子模型进行运算得到该测试数据的剩余寿命预测值。 |
地址 |
150001 黑龙江省哈尔滨市南岗区西大直街92号 |