[发明专利]基于融合神经网络模型的发动机喘振故障预测系统及方法有效
| 申请号： | 202011056637.4 | 申请日： | 2020-09-30 |
| 公开（公告）号： | CN112131673B | 公开（公告）日： | 2021-09-28 |
| 发明（设计）人： | 郑德生;唐晓澜;张柯欣;邓碧颖;蒋东浦;吴欣隆 | 申请（专利权）人： | 西南石油大学 |
| 主分类号： | G06F30/15 | 分类号： | G06F30/15;G06F30/27;G06N3/04;G06N3/08 |
| 代理公司： | 成都华风专利事务所(普通合伙) 51223 | 代理人： | 张巨箭 |
| 地址： | 610500 四*** | 国省代码： | 四川;51 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明公开了基于融合神经网络模型的发动机喘振故障预测系统及方法，属于时间序列数据预测技术领域，系统包括：预测模块，用于发动机的三维结构时间序列数据生成指定长度的预测时间序列；特征提取模块，用于提取预测时间序列的局部特征、数据间的语义关系，以及整体序列趋势特征；分类模块，用于根据预测时间序列的局部特征、数据间的语义关系，以及整体序列趋势特征判断是否为喘振故障。本发明先生成指定长度的预测时间序列，即实现未来一段时间内发动机的工作状态数据的预测，再判断未来一段时间内发动机的工作状态数据是否包括喘振故障数据，以此对发动机喘振故障进行更加准确、快速的提前预测。 | ||
| 搜索关键词： | 基于 融合 神经网络 模型 发动机 故障 预测 系统 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西南石油大学，未经西南石油大学许可，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/202011056637.4/，转载请声明来源钻瓜专利网。
- 上一篇：一种高效敲除NK细胞中TIGIT基因的方法
- 下一篇：一种可调自加温的针灸针
