摘要
本发明属于航空发动机故障诊断技术领域,公开了一种数模结合的航空发动机传感器故障估计方法。本发明通过将传统的Luenberger故障估计观测器与LSTM深度神经网络相结合,提出了一种数模结合的传感器故障估计新方法。本发明融合了基于模型的方法和数据驱动方法的各自优势,既能进一步提升故障估计的精度,又可以保证系统的收敛性和鲁棒性,并且为通过深度学习进行故障估计提供了理论支撑。此外,本专利设计的Luenberger‑LSTM数模结合的传感器故障估计方法还可以对航空发动机控制系统的传感器故障进行实时预测,为以后部署到机载系统里进行在线故障估计提供了有价值的参考。