摘要
本申请涉及航空行业飞机健康管理技术领域,解决了现有技术中飞机零部件预测精度低以及预测效率低下的问题,公开了一种基于时间序列的飞机零部件寿命预测方法及系统,该方法包括:获取历史传感器数据,对历史传感器数据进行预处理,建立时间戳与被观测值之间的时间序列数据集,基于大型语言模型训练得到时间序列预测模型,最终将由时间序列预测模型产生的预测结果输出,包含关于飞机零部件故障可能性的状态信息,输出结果同时提供对决策过程和预测结果的解释,该方法充分发挥了大型语言模型在时间序列分析中的优势,为飞机运维提供了更为精准和高效的故障预测手段。
技术关键词
飞机零部件
寿命预测方法
时间序列预测模型
累积分布函数
飞机健康管理技术
时间序列模型
传感器
数据
注意力机制
大语言模型
寿命预测系统
特征选择
数值
模型训练模块
可读存储介质
制造商
电子设备
系统为您推荐了相关专利信息
系统故障预警方法
回归预测模型
概率密度函数
偏差
概率密度曲线
气缸盖材料
疲劳寿命预测方法
门控神经网络
样本
门控循环单元
时间序列预测方法
多元时间序列数据
训练预测模型
归一化方法
时间序列预测模型
公共设施
地理位置信息
规模
等待时间最小化
理论
数字孪生体
粒子群优化算法
智能控制方法
数据驱动模型
带钢