一种基于变分神经异常检测架构的涡扇发动机故障检测方法

AITNT
正文
推荐专利
一种基于变分神经异常检测架构的涡扇发动机故障检测方法
申请号:CN202510496247
申请日期:2025-04-21
公开号:CN120336823A
公开日期:2025-07-18
类型:发明专利
摘要
本发明公开了一种基于变分神经异常检测架构的涡扇发动机故障检测方法,涉及航空发动机故障检测与诊断技术领域,该方法包括:获取涡扇发动机在飞行状态下的多元传感器数据,并进行数据预处理,得到涡扇发动机传感器故障诊断数据集;构建基于变分神经异常检测的涡扇发动机故障诊断模型及统一的多任务联合优化目标函数,利用涡扇发动机传感器故障诊断数据集,对故障诊断模型进行训练,通过统一的多任务联合优化目标函数实现参数的迭代更新;采集涡扇发动机在飞行状态下的实时多元传感器数据并输入至训练完成的故障诊断模型中,实时评估发动机运行状态。本发明有效提高了涡扇发动机故障诊断的准确性,保障了航空发动机的运行安全。
技术关键词
涡扇发动机 故障检测方法 多元传感器 故障诊断模型 传感器故障诊断 卷积特征 编码模块 发动机运行状态 重构模块 重构误差 多任务 数据 航空发动机故障 健康状态识别 故障类别 飞行马赫数 高压压气机 样本 语义
系统为您推荐了相关专利信息
1
一种基于人工智能的水轮发电机故障诊断方法及系统
故障诊断模型 水轮发电机 故障诊断方法 人工智能模型 螺旋
2
一种基于知识与数据双轮驱动的多信号融合感应电机故障诊断方法
感应电机 电机运行数据 故障诊断模型 仿真数据 双轮
3
智能协同大功率质子交换膜燃料电池寿命预测与故障诊断方法及系统
质子交换膜燃料电池寿命预测 故障诊断方法 大功率 故障诊断系统 故障诊断模型
4
造纸网毯生产控制系统的故障检测方法及系统
造纸网毯 网络 数据 基础 故障检测方法
5
一种基于联合特征的模型融合变压器故障检测方法与系统
变压器故障诊断 变压器故障检测方法 故障类别 比值特征 支持向量机模型
添加客服微信openai178,进AITNT官方交流群
驱动智慧未来:提供一站式AI转型解决方案
沪ICP备2023015588号