论文部分内容阅读
航空发动机的性能变化将直接影响飞机的安全运行，对故障预测与健康管理（PHM）技术需求极为迫切，剩余使用寿命（RUL）预测是PHM的核心技术之一。本文采用多种预测方法对发动机剩余使用寿命进行预测，首先根据算法的功能和形式的类似性，把常用的回归类算法进行分类，接着对数据进行特征选择、异常值处理、特征衍生、数据归一化等处理，然后选取每个分类中比较经典的算法进行预测对比，最后采用基于精度的加权融合与基于信息熵融合方法，对RUL预测结果进行融合。实例分析结果表明：基于树的算法属于最佳类别，其中随机森林算法的单一预测效果最佳；融合预测方法的预测结果较单一预测方法均有一定的提升，拥有更高的预测精度。