摘要
本发明属于航空发动机故障诊断技术领域,公开了一种自适应图结构优势的航空发动机气路故障诊断时空网络模型。首先,通过时序因子提取模块对多源传感器数据进行处理,有效捕捉时间维度上的变化,并通过归一化层提升模型的稳定性。接着,采用随机嵌入的方法矫正时间因子中不合适的空间关系表示后,利用余弦相似度计算构建初步的图结构,结合注意力机制对图结构中隐藏的信息进行再一次的挑选,随后使用消息传递机制对空间特征进行深度融合,使节点嵌入更加精确。该方法能够自适应捕获传感器数据中的图结构信息,显著提升了模型在复杂时空信息处理中的表现,可生成更具鲁棒性的特性表征,支持后续分析与预测。
技术关键词
航空发动机气路故障诊断
航空发动机故障诊断技术
矩阵
注意力机制
数据
滑动窗口
网络
关系
消息传递机制
时序特征
传感器
邻居
LSTM模型
节点数
多层感知机
生成随机
节点特征
系统为您推荐了相关专利信息
定型机废气
远程监控方法
数据采集模块
远程监控系统
多层感知机
仿真测试平台
路面峰值附着系数
卷积神经网络模型
扩展卡尔曼滤波算法
车辆
国密SM4算法
程序保护方法
存储模块
JTAG下载器
上位机软件
条件生成对抗网络
金融服务系统
金字塔结构
图像重建方法
神经网络模型