一种航空发动机多变量孪生支持向量机的健康预测方法

摘要

本发明公开了一种航空发动机多变量孪生支持向量机的健康预测方法，首先选择航空发动机的转速、载荷、服役时间及振动信号为原始参数，运用核函数将原始参数转化为表转化的相对特征。随后运用支持向量描述法对相对特征进行无监督学习，构建健康程度指标，确定航空发动机的性能衰退时刻和功能失效时刻。最后，基于故障发展规律构建多变量孪生支持向量机预测模型，以健康指数及相对特征为输入向量，预测航空发动机的剩余寿命预测。该方法简单易行，适用于小样本条件下航空发动机的健康评估与剩余寿命预测。