[发明专利]一种基于MSCNN深度学习的飞机系统故障诊断方法有效
| 申请号： | 201810801857.1 | 申请日： | 2018-07-20 |
| 公开（公告）号： | CN109141847B | 公开（公告）日： | 2020-06-05 |
| 发明（设计）人： | 周虹;张兴媛;陆文华 | 申请（专利权）人： | 上海工程技术大学 |
| 主分类号： | G01M13/00 | 分类号： | G01M13/00 |
| 代理公司： | 上海伯瑞杰知识产权代理有限公司 31227 | 代理人： | 周兵 |
| 地址： | 201620 *** | 国省代码： | 上海;31 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明公开了一种基于MSCNN深度学习的飞机系统故障诊断方法，包括如下步骤：S1，采集已经译码的飞机QAR数据；S2，将飞机QAR数据中的飞机状态参数转化为固定尺寸的二维数据；S3，建立全任务剖面的深度学习模型MSCNN；S4，根据样本自动识别工况条件并自适应生成单工况模型，利用深度学习模型MSCNN对需检测的样本数据进行自动检测，并识别单一工况下的故障；S5，比较多个工况的诊断结果，进行冗余和验证，得到最后的诊断结果。 | ||
| 搜索关键词： | 一种 基于 mscnn 深度 学习 飞机 系统 故障诊断 方法 | ||
【主权项】：
1.一种基于MSCNN深度学习的飞机系统故障诊断方法，其特征在于，包括如下步骤：S1，采集已经译码的飞机QAR数据；S2，将飞机QAR数据中的飞机状态参数转化为固定尺寸的二维数据；S3，建立全任务剖面的深度学习模型MSCNN；S4，根据样本自动识别工况条件并自适应生成单工况模型，利用深度学习模型MSCNN对需检测的样本数据进行自动检测，并识别单一工况下的故障；S5，比较多个工况的诊断结果，进行冗余和验证，得到最后的诊断结果。
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上海工程技术大学，未经上海工程技术大学许可，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/201810801857.1/，转载请声明来源钻瓜专利网。
- 上一篇：一种立柱千斤顶外加载实验台
- 下一篇：垃圾桶脚踏翻盖机构测试仪
