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。 |
