一种基于GCN和BiLSTM的航空发动机气路传感器故障诊断方法

本发明公开了一种基于GCN和BiLSTM的航空发动机气路传感器故障诊断方法，属于航空发动机健康管理领域。针对现有技术难以区分传感器故障与气路系统故障信号、时序建模不充分的问题，提出融合图卷积网络与双向长短期记忆网络的混合模型架构。方法包括：通过灰色关联度筛选高相关传感器构建多组输入‑输出组合；利用GCN提取传感器间空间拓扑特征，结合BiLSTM捕获双向时序依赖性，建立并行预测模型集群；基于重构残差3σ准则设定动态阈值，并通过布尔诊断字典实现故障编码匹配。本发明有效地解决了传感器故障与气路系统故障信号的相似性问题，能够准确诊断传感器故障或者气路系统故障，提升航空发动机的故障检测与维护效率。