一种基于不平衡数据集的航空发动机健康诊断方法

本发明公开了一种基于不平衡数据集的航空发动机健康诊断方法，属于航空发动机健康诊断领域，包括获取航空发动机原始数据，并采用自适应稀疏编码技术进行特征提取和降维处理，获得降维数据集；基于一维卷积神经网络构建航空发动机正常运行状态模型；基于相空间重构技术，对降维数据集的特征数进行扩充；基于自适应合成采样技术对少数类样本组数进行扩充，生成平衡数据集；构建基于稀疏支持向量数据描述的单分类故障诊断模型和基于模糊神经网络的多分类故障分类模型；将平衡数据集输入至单分类故障诊断模型和多分类故障分类模型，进行故障诊断及分类。本发明解决了现有发动机健康诊断算法存在的参数过多、数据不平衡以及诊断模型泛化能力差等问题。