摘要
本发明提供一种航天有效载荷旋转设备的故障预测方法和系统,涉及空间科学实验技术领域。本发明提供的方法通过获取有效载荷旋转设备的在轨运行数据,提出以GPT‑2为主干的旋转设备故障预测模型,对数据嵌入和特征映射层进行重新设计。最后,通过迁移学习的方法对GPT‑2模型的特定层进行知识迁移,对嵌入和特征映射层进行重新训练,使模型具有跨模态的故障预测能力,相较于相关技术中对有效载荷旋转设备进行故障预测的方法,能够提升预测结果的准确性和及时性。
技术关键词
故障类别
旋转设备
故障预测方法
注意力
频域特征
数据获取单元
输入神经网络模型
参数
故障预测系统
航天
传感器
故障预测模型
解码器
编码器
数据嵌入
解码单元
加速度
处理器
系统为您推荐了相关专利信息
动作评估方法
骨骼关键点
多模态传感器
动态时间弯曲
归一化方法
中文文本分类方法
融合标签
拼音
标签编码器
特征提取网络
情绪识别方法
情绪识别模型
面部特征
面部关键点
纹理特征
缺陷检测方法
金字塔网络
卷积模块
视觉
计算机操作系统
共享无人机
交互方法
图像增强技术
面部特征
深度学习算法