摘要
本发明提供一种代理注意力增强扩散的航空发动机小样本故障诊断方法,属于航空发动机气路故障诊断技术领域。本发明在DDIM的基础上添加代理注意力,使其能够加速样本生成并显着提高样本生成质量,而无需任何额外的训练。预处理后的少量采集的传感器信号数据输入代理注意力增强的去噪扩散隐式模型中进行数据增强,生成高质量的样本数据,以弥补原始数据集的不足,提升模型在稀缺数据情况下的性能表现;将扩充的数据集用作训练集,原始数据集用作测试集进行模型训练,在训练完成后用测试集对模型的性能和准确性进行测试,建立最终的航空发动机障诊断模型。本发明解决了故障诊断中数据不足的问题,提升了模型的准确性与鲁棒性。
技术关键词
故障诊断方法
航空发动机
故障诊断模型
噪声样本
注意力机制
深度卷积神经网络
分类模型训练
解码器架构
非线性特征
还原数据
噪声预测
传感器
高层次
系统为您推荐了相关专利信息
客流预测方法
轨道交通客流
拓扑图
空间分布特征
时空融合特征
船用柴油发动机
智能故障诊断方法
鲁棒性分析
置信规则库
专家知识库
图像超分辨率方法
语义特征提取
深度学习网络模型
解码器
综合利用图像