一种基于改进强化学习的航空发动机缺失数据填补方法

本发明提出一种基于改进强化学习的航空发动机缺失数据填补方法，解决航空发动机数据采集和存储过程中，由于传感器损坏、数据存储服务器故障以及人为因素等原因导致部分数据缺失这一问题。定义发动机机群的空间特征；提出具有自适应窗口的卷积神经网络学习机群所有数据的空间特征；基于双向长短期记忆神经网络学习数据的时间特征；提出改进强化学习算法将学习到的时间特征和空间特征融合；定义并利用校准段实现航空发动机缺失数据的准确填补。本发明重点关注发动机寿命的前中期或中期缺失的数据，显著提高了数据填补的准确性。准确的填补数据可以防止遗漏一些看似不明显但可能对后续健康管理工作有帮助的特征。