论文部分内容阅读
针对民航发动机寿命预测中监测参数较多筛选困难的问题,提出一种基于信息融合与相关向量机(relevance vector machine,RVM)的发动机剩余寿命(remaining useful life,RUL)预测方法。首先通过核主元分析(kernel principle component analysis,KPCA)方法从发动机多维监测数据中提取退化特征信息;然后利用非线性模型将主元序列融合成反映发动机退化趋势的健康指数序列;最后采用相关向量机以历史失效数据为训练样本建立预测模型,对现有的发动机健