摘要
本发明涉及水下航行器故障诊断技术领域,特别是一种多模态螺旋桨故障诊断方法及诊断系统。包括以下步骤:多模态数据采集与预处理;对上述步骤得到的声学信号数据和视觉信号数据的质量实时量化;构建质量感知门控网络模型;质量感知门控网络模型训练,并利用训练后的质量感知门控网络模型输出螺旋桨故障类型。其通过高质量模态的特征去主导、增强和校正低质量模态的特征,从信号的源头质量出发,主动、实时地控制深度特征交互强度,在复杂恶劣环境下依然能保持对螺旋桨故障诊断的较高的鲁棒性和准确性。
技术关键词
螺旋桨故障诊断
动态门控
声学特征
视觉特征
注意力
多任务学习策略
故障类别
多模态数据采集
图像序列数据
网络模型训练
序列特征
融合特征
Sigmoid函数
信号
系统为您推荐了相关专利信息
深度学习模型
转换器
注意力机制
分解器
预报方法
自动化识别方法
RPA机器人
通道注意力机制
插件
验证码图像
叶片
图像处理模型
语义分割网络
Softmax分类器
金字塔池化模块
RGB彩色图像
点云
惯性里程计
多源异构信息融合
扩展卡尔曼滤波方法