基本信息:
- 专利标题： 一种基于飞行数据与深度学习的飞行故障预测方法及系统
- 申请号：CN202011616366.3 申请日：2020-12-30
- 公开(公告)号：CN112817296A 公开(公告)日：2021-05-18
- 发明人： 郭乐江 , 彭晓明 , 肖蕾 , 胡俊 , 胡亚慧 , 唐晓 , 罗刚
- 申请人： 中国人民解放军空军预警学院
- 申请人地址： 湖北省武汉市江岸区黄浦大街288号
- 专利权人： 中国人民解放军空军预警学院
- 当前专利权人： 中国人民解放军空军预警学院
- 当前专利权人地址： 湖北省武汉市江岸区黄浦大街288号
- 代理机构： 武汉蓝宝石专利代理事务所
- 代理人： 严超
- 主分类号： G05B23/02
- IPC分类号： G05B23/02
摘要：
本发明涉及一种基于飞行数据与深度学习的飞行故障预测方法及装置，其方法包括：根据飞机器型号获取其正常飞行数据和故障飞行数据；根据飞行器的起飞时间间隔和飞行数据标准分别对所述正常飞行数据和故障飞行数据进行序列化和聚类，得到第一序列数据集和第二序列数据集；利用相空间重构法将第一序列数据集中的序列进行重构，得到混沌数据集；根据所述混沌数据集和第二序列数据集构建训练数据集；利用所述训练数据集训练直至误差低于阈值且趋于稳定，停止训练，得到训练好的预测模型；将当前飞行数据输入到所述训练好的预测模型中，得到故障发生概率。本发明通过混沌序列，提高了数据集的非线性属性，提高了模型泛化能力和预测准确率。
公开/授权文献:
- CN112817296B 一种基于飞行数据与深度学习的飞行故障预测方法及装置 公开/授权日：2022-05-17
IPC结构图谱:
| G | 物理 |
| --G05 | 控制；调节 |
| ----G05B | 一般的控制或调节系统；这种系统的功能单元；用于这种系统或单元的监视或测试装置 |
| ------G05B23/00 | 控制系统或其部件的检验或监视 |
| --------G05B23/02 | .电检验式监视 |