摘要
本发明提供一种航空发动机气路性能参数的多模态脉冲融合网络预测框架,属于航空发动机气路性能参数预测和故障诊断技术领域。首先,获取航空发动机飞行数据,并对各传感器数据进行预处理;其次,构建包含时序数据脉冲处理模块、图像数据脉冲处理模块、多模态特征融合模块、预测输出模块的多模态脉冲融合神经网络模型;最后,对多模态脉冲融合神经网络模型进行训练,利用训练好的模型对气路性能参数进行预测。本发明通过引入泄漏整合发放脉冲神经元与注意力机制,实现对时序数据集与图像数据集的深度特征提取与融合,有效捕捉数据间复杂的非线性关联,显著提高预测结果的准确性,能够满足航空发动机运行过程中的实时预测需求。
技术关键词
航空发动机气路
融合神经网络
脉冲
多模态特征融合
图像格式转换
数据
时序
性能参数预测方法
框架
输出模块
传感器
发动机运行状态
参数更新方法
小波变换方法
损失函数设计
系统为您推荐了相关专利信息
电路基板表面
毛细
磁场调控系统
三维移动平台
微纳芯片
功率器件
结温
换流阀子模块
指令值
均衡控制方法
电梯故障诊断方法
双向长短期记忆网络
故障传播路径
交叉注意力机制
Morlet小波变换