摘要
本发明涉及数据处理技术领域,尤其涉及一种发动机运行故障检测方法及系统。该方法包括步骤:根据采样频率采集多个发动机的运行数据,记为多份样本数据,构建样本数据中每一参数的时间序列;基于多份样本数据构建并训练动态图卷积网络模型;将待测的发动机运行数据输入训练后的动态图卷积网络模型,以预测发动机的故障类型;动态图卷积网络模型包括对注意力系数进行修正,修正包括:计算样本数据中参数的综合可信度,基于每一参数的综合可信度和特征向量来修正参数的注意力系数。本发明通过参数值与耦合度的可信度确定综合可信度,对图卷积网络的注意力机制进行优化,捕捉参数耦合关系变化,实现对发动机故障类型的预测。
技术关键词
故障检测方法
卷积网络模型
发动机
样本
节点
故障检测系统
计算机程序指令
序列
参数耦合关系
滑动窗口
数据处理技术
转速传感器
线性单元
注意力机制
数值
时延
压力传感器
系统为您推荐了相关专利信息
数据融合方法
策略
统一数据模型
格式
机器学习模型
转基因玉米品系
引物探针组合
检测转基因玉米
微流控芯片试剂盒
转化体
FTIR光谱
推断方法
大鼠
骨骼肌组织
PCA算法