摘要
本发明提供了基于深度学习的航空发动机本机平衡经验角预测方法和相关装置,包括采集不同转速下航空发动机的键相信号和振动加速度信号,并对键相信号进行调理;将调理后的键相信号和振动加速度信号输入到预训练的预测模型中,得到不同转速下的航空发动机本机平衡经验角;其中,预测模型是基于深度学习方法所构建的双输入深度学习模型,双输入深度学习模型的输入为航空发动机的键相信号和振动加速度信号,输出为航空发动机本机平衡经验角。本发明通过利用深度学习方法直接计算本机平衡时的经验角,直接实现了端到端的经验角预测,摒弃了传统方法中对专家经验的依靠,提高了计算效率,为航空发动机本机平衡提供技术支持。
技术关键词
航空发动机
振动加速度信号
深度学习模型
深度学习方法
特征提取网络
转子叶片
误差反向传播
信号采集模块
归一化方法
可读存储介质
存储计算机程序
转速传感器
处理器
预测装置
网络架构
计算机设备
存储器
系统为您推荐了相关专利信息
缺陷类别
半导体晶圆缺陷
训练深度学习模型
图像
存储计算机程序
航空发动机
网络
信息传递方式
数据驱动模型
多任务
铁路隧道衬砌
智能检测方法
融合特征
动态上下文
特征融合网络
卡尔曼滤波
对象
神经网络模型
历史运动数据
视频采集设备