摘要
本发明属于飞机机载测试技术领域,具体涉及一种机载振动传感器故障快速诊断方法。包括如下步骤:步骤1:获取飞行试验传感器记录数据,按照参数名分离出振动传感器的数据,传感器的数据包括故障样本数据序列,正常样本数据序列;步骤2:按照随机选择的方式,分别形成训练集、验证集、测试集;步骤3:对于训练集分别构建正常采样训练子集,并通过对正常样本进行稀释构建不平衡采样训练子集;步骤4:对正常采样训练子集、不平衡采样训练子集数据序列分别进行小波变换,分别构建得到基于小波变换模极大值的正常采样训练子集输入矩阵、不平衡采样训练子集输入矩阵;步骤5:将正常采样训练子集输入矩阵、不平衡采样训练子集输入矩阵输入双边分支网络模型进行训练,通过对两个样本集不同权重累积学习获得预测输出;步骤6:采用的交叉熵损失函数实现网络模型的收敛,完成网络模型训练;步骤7:对于传感器的输出与网络模型预测输出采用多数一致投票原则进行传感器故障判断。解决在飞行试验中对传感器异常现象的检测或异常缺失问题。
技术关键词
故障快速诊断方法
振动传感器
传感器故障判断
样本
网络模型训练
矩阵
计算机程序指令
机载测试技术
数据
训练集
序列
计算机程序产品
可读存储介质
分支
分类器
存储器
处理器
系统为您推荐了相关专利信息
表情识别模型训练方法
图像
面部关键点
数据
表情识别系统
多模态
融合特征
农作物识别方法
图像
资产评估方法