摘要
本发明公开一种基于NCA度量学习的变工况发动机健康评估方法、装置及电子设备,其方法包括:构建长短期记忆卷积自动编码器LSTMCNN_AE特征提取模型,利用发动机训练集数据对所述LSTMCNN_AE特征提取模型进行训练,得到训练好的LSTMCNN_AE特征提取模型;将发动机测试集数据输入至所述训练好的LSTMCNN_AE特征提取模型中,得到低维时序退化特征数据;构建并训练各故障模式下的NCA度量学习模型,并利用各故障模式下训练好的NCA度量学习模型对所述低维时序退化特征数据进行映射,得到映射特征数据;基于优化马氏距离特征矩阵和所述映射特征数据进行发动机健康评估处理。
技术关键词
特征提取模型
发动机健康
退化特征
健康评估指标
工况
训练集数据
度量
自动编码器
残差学习
时序
模式
归一化方法
矩阵
解码单元
滑动窗口
网络结构
捕获特征
电子设备
系统为您推荐了相关专利信息
同步电机
谐波消除方法
永磁
双闭环控制
谐波消除系统
特征提取方法
多层注意力机制
节点
特征提取模型
编码器
储能系统
动态响应模型
测试方法
电气隔离装置
动态响应时间
识别策略
识别器
图像传输方法
手术机器人系统
多模态特征
语句
多轮对话
语义特征提取
计算机可执行指令
上下文特征