[发明专利]一种基于注意力机制的航空涡桨发动机气路故障诊断方法

权利要求书

1.一种基于注意力机制的航空涡桨发动机气路故障诊断方法，其特征在于，包括如下步骤：

S1：获取航空涡桨发动机气路故障下的序列数据形成数据集，对数据集中的序列数据进行预处理得到数据矩阵X，所述数据矩阵X包括发动机气路初始状态下的初始数据X₀及发动机气路稳定运行状态下的稳态数据；

S2：建立权重矩阵w_o、W_i，将权重矩阵w_o与初始数据X₀点乘后再加上偏移矩阵拟合出序列数据的非周期部分，表示为：将权重矩阵W_i与数据矩阵X点乘后采用sin函数激活，然后再加上偏移矩阵拟合出序列数据的周期部分，表示为：然后将序列数据的非周期部分和周期部分进行concat操作后得到输入矩阵，表示为：

式中，i表示指定的输出维度，k表示输出维度的阈值；

S3：将所述输入矩阵作为Transformer模型的输入，调整权重矩阵w_o、W_i的维度，使所述输入矩阵的参数维度与Transformer模型的大小一致；

S4：多次迭代训练，得到故障诊断模型，针对任意航空涡桨发动机气路故障诊断，将采集的航空涡桨发动机气路数据输入到所述故障诊断模型，输出航空涡桨发动机气路的故障信息。

2.根据权利要求1所述的基于注意力机制的航空涡桨发动机气路故障诊断方法，其特征在于，所述方法使用GPU并行运算。

3.根据权利要求1所述的基于注意力机制的航空涡桨发动机气路故障诊断方法，其特征在于，所述步骤S1中“对数据集中的序列数据进行预处理得到数据矩阵X”具体为：

对各个不同维度的参数进行统计，整理出各参数的实际范围区间及出现频率，使用孤立森林算法对异常数据进行检测，根据检测结果，剔除不符合要求的部分数据，然后对数据进行标准化处理，标准化处理的过程为：

对序列数据进行线性变换，使结构映射到[0，1]之间，转换函数为min-max标准化函数，其表示为：

其中x^*表示归一化之后的数据，x表示归一化之前的序列数据，max为序列数据的最大值，min为序列数据的最小值。

4.根据权利要求3所述的基于注意力机制的航空涡桨发动机气路故障诊断方法，其特征在于，所述数据矩阵X表示为：

式中，矩阵中第一行到表示0时刻m个变量分别的状态值，m为输入矩阵的维度，从第0行至第n行分别为时刻t₀到时刻t_n的基于时间序列的变量状态，n为时间步长。

5.根据权利要求1所述的基于注意力机制的航空涡桨发动机气路故障诊断方法，其特征在于，所述航空涡桨发动机气路故障数据包括数据采集时间、进口温度、扭矩、涡轮间温度、低压涡轮压气机转速、高压涡轮压气机转速、螺旋桨转速、高压压气机出口压力、燃油流量、飞机起飞高度、稳态情况下的飞行高度和飞行马赫数。