本發(fā)明提供了一種一種基于單分類極限學(xué)習(xí)機(jī)算法的飛機(jī)發(fā)動(dòng)機(jī)多工況檢測(cè)方法，利用k?means聚類算法實(shí)現(xiàn)了工況的自動(dòng)劃分，并通過(guò)在不同工況下分別構(gòu)建檢測(cè)模型，實(shí)現(xiàn)了多模型的并行監(jiān)測(cè)，采用半監(jiān)督的單分類極限學(xué)習(xí)機(jī)算法作為異常檢測(cè)算法，通過(guò)構(gòu)建復(fù)雜數(shù)據(jù)集的正常域，根據(jù)待測(cè)樣本的輸出偏差來(lái)計(jì)算設(shè)備的異常指標(biāo)。此外，本發(fā)明采用移動(dòng)平均濾波、標(biāo)準(zhǔn)化的方法處理噪聲和量綱問(wèn)題，完成了數(shù)據(jù)預(yù)處理。本發(fā)明是一個(gè)完整的針對(duì)飛機(jī)發(fā)動(dòng)機(jī)系統(tǒng)的多工況異常檢測(cè)體系，通過(guò)得到的異常指標(biāo)獲取發(fā)動(dòng)機(jī)的退化狀態(tài)，在設(shè)備失效之前實(shí)現(xiàn)異常預(yù)警，保障了飛機(jī)運(yùn)行的安全性和可靠性。