单调回声状态网络的剩余寿命预测方法技术

单调回声状态网络的剩余寿命预测方法，属于故障预测和系统健康管理领域，本发明专利技术为解决传统ESN无法准确预测寿命的问题。本发明专利技术方法：步骤一、随机建立单调回声状态网络模型MONESN：步骤二、进行网络动态训练，获得MONESN模型的单调递增或单调递减的输出权值，将该输出权值代入MONESN中获取训练后的MONESN；步骤三、将待预测寿命的涡轮发动机的剩余运行周期数输出给步骤二训练后的MONESN的输入单元，MONESN输出的即为待预测寿命的涡轮发动机的剩余寿命；或将待预测寿命的锂离子电池的剩余运行周期数输出给步骤二训练后的MONESN的输入单元，MONESN输出的即为待预测寿命的锂离子电池的剩余寿命。

【技术实现步骤摘要】

【技术保护点】
单调回声状态网络的剩余寿命预测方法，其特征在于，该方法包括以下步骤：步骤一、随机建立单调回声状态网络模型MONESN：单调回声状态网络模型MONESN包括输入单元u(n)、内部处理单元x(n)和输出单元y(n)，n为对应系统状态转移的时刻；输入单元采集涡轮发动机的模拟物理参数；输出单元输出涡轮发动机的剩余运行周期数；或输出单元输出锂离子电池的剩余运行周期数；随机建立N×L维输入权值矩阵Win，N×N维内部连接权值矩阵W0，N×M维反馈权值矩阵Wback；L、M和N均为正整数；k时刻内部处理单元的更新方程为：x(k)=f(Winu(k)+Wx(k?1)+Wbacky(k?1))其中：W=αW1，W1=W0/|λmax|，其中|λmax|是W0的最大特征值的绝对值，此时W1的谱半径为1；步骤二、对步骤一建立的未经训练的MONESN进行网络动态训练，进而获得MONESN模型的单调递增或单调递减的输出权值，将该输出权值代入MONESN中获取训练后的MONESN；步骤三、将待预测寿命的涡轮发动机的剩余运行周期数输出给步骤二训练后的MONESN的输入单元，MONESN输出的即为待预测寿命的涡轮发动机的剩余寿命；或将待预测寿命的锂离子电池的剩余运行周期数输出给步骤二训练后的MONESN的输入单元，MONESN输出的即为待预测寿命的锂离子电池的剩余寿命。...

【技术特征摘要】

【专利技术属性】
技术研发人员：彭宇，刘大同，王红，郭力萌，彭喜元，
申请(专利权)人：哈尔滨工业大学，
类型：发明
国别省市：