一种航空设备故障预测方法

摘要

本发明公开了一种航空设备故障预测方法，属于故障预测维护技术领域，其特征在于，包括以下步骤：a、获取设备数据，并对设备数据进行归一化处理；b、建立并训练基于神经网络算法和局部线性嵌入算法的故障特征参数提取模型，将降维模型训练数据输入故障特征参数提取模型，得到提取的数据特征；c、建立并训练多层感知机分类器；d、将数据特征输入到多层感知机分类器中，得到当前设备系统状态的预测结果。本发明通过建立故障特征参数提取模型，学习设备系统中和各种故障相关的参数之间的复杂关系，自动提取故障数据特征，最后将特征参数输入到多层感知机进行设备状态预测，能够有效提高预测的准确性和快速性。