[发明专利]一种基于深度孪生自注意力网络的航空发动机小样本故障诊断方法在审
| 申请号： | 202211057935.4 | 申请日： | 2022-08-31 |
| 公开（公告）号： | CN115545092A | 公开（公告）日： | 2022-12-30 |
| 发明（设计）人： | 钟诗胜;赵明航;刘丹;林琳;付旭云;刘雪云 | 申请（专利权）人： | 哈尔滨工业大学（威海） |
| 主分类号： | G06K9/62 | 分类号： | G06K9/62;G06N3/04;G06N3/08;G01M15/05 |
| 代理公司： | 威海恒誉润达专利代理事务所(普通合伙) 37260 | 代理人： | 吕志彬 |
| 地址： | 264209*** | 国省代码： | 山东;37 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本申请提供了一种基于深度孪生自注意力网络的航空发动机小样本故障诊断方法，采用时间序列聚类和孪生神经网络相结合，实现航空发动机小样本故障的诊断。本申请通过学习一种相似性度量来解决小样本条件下多标签分类问题，有效地提高小样本条件下多故障分类的准确率，有效地缓解深度神经网络的过拟合问题；使用SANet作为孪生神经网络的特征提取模块，以期学到更丰富的时序特征，进而提高不同类型样本在映射空间中的可分性；SANet可以同时提取时间序列的短期依赖和长期依赖，并在提取长期依赖方面优于RNN模型；有效地缓解样本不均衡所带来的训练问题，对故障样本的诊断效果更佳。 | ||
| 搜索关键词： | 一种 基于 深度 孪生 注意力 网络 航空发动机 样本 故障诊断 方法 | ||
【主权项】：
暂无信息
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于哈尔滨工业大学（威海），未经哈尔滨工业大学（威海）许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/patent/202211057935.4/，转载请声明来源钻瓜专利网。
- 上一篇：电子设备及其噪音的处理方法、装置及介质
- 下一篇：一种电子驻车执行机构
