基于深度学习的火花塞寿命检测方法及其系统

本发明涉及发动机维护领域，具体涉及基于深度学习的火花塞寿命检测方法及其系统，包括：获取火花塞电流波形信号、电压特征以及发动机工况数据，并对这些数据进行预处理，形成预处理数据；构建一个双路径空间注意力深度卷积神经网络模型，该模型包括卷积模块、注意力模块、池化模块和输出模块；将预处理数据输入该模型，得到火花塞健康状态的初步评估结果。利用迁移学习模型对初步评估结果进行优化，得到更准确的火花塞健康状态评估结果；基于该评估结果生成火花塞寿命预测结果；本发明通过多维度传感信号采集与处理机制，实现了对火花塞工作状态的全面感知，解决了传统方法中信息维度不足的问题，为深度学习模型提供了丰富、全面的输入特征。