基于特征优选及Informer的航空发动机剩余寿命预测

来源：电子测量技术杂志2025年第22期北京时间：

作者：卢翔，高新越，王杜，康千灼，何晟

单位：1.中国民航大学交通科学与工程学院 天津 300300; 2.中国民航大学航空工程学院 天津 300300

摘要：航空发动机健康监测传感器众多，传感器选择是否得当，将直接影响发动机剩余寿命预测效果。提出一种基于特征优选的传感器选择方法，结合Informer预测剩余寿命，提高了预测的精度。首先利用差分聚类算法对真实的飞行工况进行分类，接着由航空发动机退化机理构建健康因子，利用巡航阶段的数据建立回归树模型，选出重要的传感器，最后基于Informer进行航空发动机剩余寿命的预测。利用NASA最新发布的真实飞行条件下航空发动机退化数据库进行了实验，实验结果表明：与不选择传感器相比，所提方法的预测结果均方根误差下降了14%，平均评分函数下降了29%；与传统的依据传感器退化趋势或传感器变化差异二种选择方法相比，均方根误差分别下降了10%、8%，平均评分函数分别下降了48%、27%；将提出的剩余寿命预测方法与CatBoost、LightGBM、XGBoost、BiLSTM和Transformer算法相比，精度分别提升了36%、24%、14%、6%和5%。

关键词：剩余寿命预测;特征优选;Informer;回归树;航空发动机

基金资助：国家自然科学基金（U2433213）、中国民航大学研究生科研创新项目（2023YJSKC08009）资助