一种基于Logistics回归和Xgboost模型的航空发动机故障预测方法

基本信息

申请号 CN201911232336.X 申请日 -
公开(公告)号 CN110987439B 公开(公告)日 2022-03-22
申请公布号 CN110987439B 申请公布日 2022-03-22
分类号 G01M15/00(2006.01)I;G01M15/14(2006.01)I;G06N20/00(2019.01)I 分类 测量;测试;
发明人 许政;毕茂华;封桂荣 申请(专利权)人 超越科技股份有限公司
代理机构 北京连和连知识产权代理有限公司 代理人 张涛
地址 250104 山东省济南市高新区孙村镇科航路2877号
法律状态 -

摘要

摘要 本发明公开了一种基于Logistics回归和Xgboost模型的航空发动机故障预测方法,其特征在于,包括:获取飞机的若干发动机参数所组成的数据集;根据若干发动机参数构建时序数据集;对时序数据集进行特征提取;对时序数据集中对应发动机故障的数据进行人工标记;根据标记的若干时序数据集构建基于Xgboost模型的航空发动机故障预测模型;获取已知航空发动机故障的真实数据集,将真实数据集通过基于Xgboost模型的航空发动机故障预测模型得到结果值;通过将结果值带入Logistics回归函数确定航空发动机是否发生故障。本发明采用基于Xgboost集成学习模型和Logistics回归模型对航空发动机进行发动机故障预测,可有效预测航空发动机的故障情况。