摘要
本发明涉及人工智能领域,尤其涉及一种高性能发动机的融合故障分类方法。本发明基于高性能发动机在不同工况下各个部件的压力与温度传感器数据,利用TCN神经网络深度学习在大数据前提下的预测优势对该数据进行分析学习,以便对部件故障先进行性能参数估计,利用输出的性能参数数据再通过用Transformer神经网络进行故障分类,可以为部件融合故障的分类提供系统性方法,从而提高高性能发动机部件对融合故障的分类能力,增强融合故障分类的系统性。
技术关键词
高性能发动机
分类神经网络
故障分类方法
组合故障
残差网络
超参数
多头注意力机制
数据
神经网络深度学习
编码器
Softmax函数
扩充训练样本
噪声
模式
标签
批量
计算方法
标准化方法
曲线
系统为您推荐了相关专利信息
残差网络模型
航空发动机
剩余使用寿命
特征选择
数据
误差预测
修正方法
分类神经网络
干涉仪
仿真软件
多层次语义特征
图像生成方法
高层次
采集脑电信号
教师