基于Copula相似性的航空发动机RUL预测

针对航空发动机性能退化特征众多,以及特征相互影响等问题,考虑退化特征间的非线性相关关系,提出了基于Copula相似性的航空发动机RUL（remaining useful life）预测方法。通过K-means聚类将航空发动机的工作状态分类,建立退化模型,选取退化性能趋势最明显的3组传感器。基于Copula函数对选取的3组传感器进行相关性建模分析,构建发动机传感器之间的Copula结构。基于Copula相似性实现对航空发动机的剩余寿命预测。结果表明:基于Copula相似性的航空发动机RUL预测方法相较传统方法,在发动机运行周期的50%、70%、90%预测误差分别减少13.053%、31.328%、74.602%,预测精度得到提高。