摘要
一种基于剩余寿命预测及深度强化学习的飞机发动机维修决策方法,属于故障预测与健康管理领域。首先,得到航空发动机性能退化数据;其次,通过卷积神经网络和位置编码,搭建剩余寿命预测模型;再次,设计维修决策模型的维修决策环境,并引入折扣因子;最后,构建基于深度强化学习的维修决策模型,依据策略选择维修动作并更新环境,返回下一个状态和奖励,根据奖励对参数进行更新,直到取得最佳收益的航空发动机维修决策计划。本发明将剩余寿命预测与航空发动机维修决策相结合,降低故障发生概率,提高航空发动机剩余寿命预测精度,能够在高任务奖励状态维修场景、高维修成本状态维修场景和高储存成本状态维修场景下的平均收益均得到显著提高。
技术关键词
航空发动机维修
飞机发动机维修
深度强化学习
决策方法
性能退化数据
神经网络预测模型
航空发动机剩余寿命
剩余寿命预测模型
剩余使用寿命预测
构建卷积神经网络
编码方案
多尺度特征提取
滑动窗口机制
系统为您推荐了相关专利信息
深度强化学习
自动泊车路径规划
模型构建方法
泊车场景
网络
情景
规划
平衡计分卡方法
物联网传感器网络
粒子群优化算法
激光头
表面检测方法
控制策略
表面缺陷检测
周期
ARIMA模型
LSTM模型
值迭代网络
临床决策支持方法
染色体