(19)国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202210599855.5 (22)申请日 2022.05.30 (71)申请人 四川大学 地址 610065 四川省成 都市武侯区一环路 南一段24号 (72)发明人 朱敏　高雯雯　杨啸　李长林　 (74)专利代理 机构 成都禾创知家知识产权代理 有限公司 51284 专利代理师 刘凯 (51)Int.Cl. G06F 30/17(2020.01) G06F 30/27(2020.01) G06K 9/62(2022.01) G06N 3/04(2006.01) G06N 3/08(2006.01)G06F 119/04(2020.01) (54)发明名称 一种面向构件剩余使用寿命预测的模型分 析可视化方法 (57)摘要 本发明公开了一种面向构件剩余使用寿命 预测的模型分析可视化方法， 先获取航空燃气涡 扇发动机 数据， 对数据进行分析和预处理后存入 数据库； 设计特征选择视图辅助用户进行特征筛 选， 提供权重控制视图调整不同指标的权重， 提 供特征得分视图分析特征重要性； 设计控制面板 视图， 调整预测模型的参数信息； 设计模型结果 视图， 存储展示每次模型优化的中间结果； 设计 模型对比视图， 多层级对比、 跟踪模型结果， 并进 行实例级数据的归因解释。 结合视图的丰富交互 以及多视图间的联动， 本发明能够帮助剩余使用 寿命预测分析人员完成模型的快速构建、 参数的 灵活调整、 模 型的多层级对比分析和对实例级数 据的归因解释， 为构件维护提供有效建议。 权利要求书6页 说明书16页 附图5页 CN 115034005 A 2022.09.09 CN 115034005 A 1.一种面向构件剩余使用寿命预测的模型分析可视化方法， 其特征在于， 包括以下步 骤： S1： 数据处 理 获取航空燃气涡扇发动机数据集后， 进行数据分析， 筛选数据子集， 并对原始数据进行 工况识别、 标准 化和标签构建的数据预处 理工作； S2： 可视化映射 通过视觉通道将经S1 获得的数据进行 可视化映射： 设计特征选择视 图， 用权重控制视 图映射用户对特征指标的权重控制， 用特征得分视 图映射特 征在不同评价指标 下的重要性得分； 设计控制面板 视图， 用于调整模型中的参数， 以对 模型做出优化； 设计模型 结果视图， 用于存 储展示模型优化的中间结果， 以指导用户模型优化的方向； 设计模型对比视 图， 用概览视 图展示模型优化历史和汇总的模型计算结果； 用水平堆 叠柱状图展示模型在不同实例组上预测值与真实值之 间的差异， 通过像素图和连接水平堆 叠柱状图的色带引导用户发现实例在其他模型中的误差位置和差异大小； 用小提琴图记录 模型的训练过程； S3： 可视化布局与实现 对S2中完成映射的视觉模块进行可视化布局并实现： 在特征选择视图中完成权重控制 视图与特征得分视图的布局与实现； 在控制面板视图中完成参数控制的布局与实现； 在模 型结果视图中可视化模型 的结果； 在模型对比视图中完成概览视图、 水平堆叠柱状图和小 提琴图的布局与实现； 特征选择视图中， 上半部分为权重控制视图， 自上而下并列放置单调性、 可预测性和趋 势性三个指标的权重控制面板， 每个权重控制面板由滑动条和置于滑动条上方的柱状图组 成； 下半部分为特征得分视图， 由左至右并列呈现特征的总 得分、 单调性得分、 可预测性得 分和趋势性得分， 每行代 表一个特 征的得分情况； 控制面板视图中， 由上至下分别为公有参数、 LSTM模型参数、 RF模型参数和CNN模型参 数的调整面板； 模型结果视图中， 以列表的形式存储模型结果， 从左至右分别代表序号、 模型、 RMSE分 数、 s‑score分数和模型参数信息， 每行代 表一个模型一次预测的结果； 模型对比视 图中， 根据预测模型的数量将可视区域等分， 等分后的每个区域由上至下 分别呈现概览视图、 水平堆叠柱状图和小提琴图， 水平堆叠柱状图内为 实例级显示； 区域之 间由色带进行 连接； S4： 交互设计 在特征选择视 图中提供重配和选择交互操作： 重配根据实 际需要调整单调性、 可预测 性、 趋势性和总得分的排序方式； 在权重控制视图中， 拖动滑动条的游标选择每个指标的权 重； 在特征得分视图中， 结合实际场景在多选 框中选择参与预测的特 征； 在模型对比视 图中提供提示、 过滤和重配交互操作： 提示交互包括鼠标点击像素图中 的具体实例时出现的色带和鼠标悬浮在某个元素上出现提示信息， 过滤用于模型快照的删 除与恢复， 重配操作旨在将实例组映射的柱形图重配为实例映射的像素图。 2.根据权利要求1所述的面向构件剩余使用寿命预测的模型分析可视化方法， 其特征权　利　要　求　书 1/6 页 2 CN 115034005 A 2在于， 在步骤S1 中， 数据数据获取具体为： 从商业模块化航空推进系统模拟生成航空燃气涡 扇发动机数据集， 包含训练集和测试集； 训练集包含所有发动机从初始状态运行到完全故 障的数据， 但在测试集中仅包含发动机完整运行周期 中的前一段数据； 并选用运行环境包 含六种工况和两类故障模式的数据子集进行分析。 3.根据权利要求1所述的面向构件剩余使用寿命预测的模型分析可视化方法， 其特征 在于， 在步骤S1中， 数据预处 理操作具体包括： 对数据集进行工况识别、 标准 化和标签构建的数据预处 理操作， 具体为： S11： 工况识别： 使用k ‑means聚类算法， 根据高度、 马赫数、 海平面温度3种操作条件， 将 每个时间下的监测数据划分为6种工况； S12： 标准 化： 针对不同工况 下的数据采用z ‑score标准化， 计算公式如下： 式中： m表示工况类别； d表示第d个传感器特征； x ′(m,d)表示标准化后的数据； x(m,d)表示 原始数据； μ(m,d)表示第d个传感器的m工况的平均值； σ(m,d)表示第d个传感器的m工况的标准 差； S13： 标签构建： 使用分段线性RUL目标函数构 建标签， 将构件最大RUL设置为一个常数， 在使用一段时间后开始线性退化； 具体 计算公式如下： 式中： 常数τmax为常数； t表示构件运行时间； u表示第u个构件； l(u)表示第u个构件的当 前RUL值。 4.根据权利要求1所述的面向构件剩余使用寿命预测的模型分析可视化方法， 其特征 在于， 在步骤S2中， 可视化映射具体为： S21： 对特征选择视图中的权重控制视图进行位置、 高度、 颜色映射： 滑动条的浮标位置 表示每个指标 的权重大小， 滑动条上方 的柱状图高低代表该权重的推荐指数， 用柱状图不 同的颜色区分是否选中的状态； 对特征选择视图中的特征得分视图进 行颜色、 长度映射： 水 平柱状图的颜色代表特征的单调性、 可预测性、 趋势 性得分三个指标种类， 特征标识的背 景 色深浅代 表特征的总得分的高低， 水平 柱状图的长度映射当前指标在该维度上的得分； S22： 对控制面板视图进行颜色映射： 用不同颜色的标题分别对应公有参数调节区域、 LSTM模型的参数调节区域、 RF模型的参数调节区域和CN N模型的参数调节区域； S23： 对模型结果视图进行颜色映射： 视图通过颜色将列表划分为三个区域， 分别对应 三种模型的训练结果， 即用与控制面板视图一致的颜色映射来映射LSTM模型的训练结果、 RF模型的训练结果和CN N模型的训练结果； S24： 对模型对比视图中的概览视图进行空间位置、 颜色、 高度、 长度、 面积和形状映射： 根据构件的生命周期长度对构件进行分组， 使用水平堆叠柱状图展示模型在不同实例 组上预测 值与真实值之间的差异； 通过快照的方式生成小提琴图对训练过程进行记录， 同 时在视图顶端展示模型优化历史和汇总的模型计算结果； 使用色带连接水平堆叠柱状图， 引导用户发现该实例在其他模型中的误差位置， 同时在色带中加入颜色和透明度映射差异权　利　要　求　书 2/6 页 3 CN 115034005 A 3