摘要
本发明公开一种涡扇发动机剩余使用寿命预测方法包括:步骤1:采集涡扇发动机的多维传感器监测数据,进行数据处理并划分为源域和目标域;步骤2:构建双流自适应域融合卷积网络模型;步骤3:训练双流自适应域融合卷积网络模型,对输入数据进行前向传播,提取时间和空间上的特征并进行融合,计算损失函数并利用反向传播算法优化模型参数,调整模型以最小化损失函数,直至训练达到预设的迭代次数上限;步骤4:使用目标域测试数据输入到训练好的模型,进行跨域剩余使用寿命的预测并评估模型。本发明实现了小样本条件下的高精度剩余寿命预测,可为航空发动机等高价值设备的预测性维护提供高效解决方案,适用于复杂工况下的涡扇发动机健康管理。