申请/专利权人:航天时代飞鹏有限公司
申请日:2023-12-28
公开(公告)日:2024-04-16
公开(公告)号:CN117892190A
主分类号:G06F18/241
分类号:G06F18/241;G06N3/0442;G06N3/06;G06N3/08
优先权:
专利状态码:在审-公开
法律状态:2024.04.16#公开
摘要:本发明涉及无人机预测性维护技术领域,提供了一种基于多通道模型的无人机健康评估方法及系统,所述方法包括:S1、确定无人机发动机健康评估模型的输入参数;S2、收集无人机发动机工作状态下的传感数据,进行标准化、结构化处理,形成数据集;S3、建立多通道神经网络模型;S4、对多通道神经网络模型进行训练;S5、使用多通道神经网络模型对无人机健康状态进行评估。本发明基于多通道神经网络模型,在评估无人机发动机健康状态时综合考虑传感器采集的时序参数以及运行环境。相比仅基于时序数据建立深度学习模型的健康评估方法,可有效提升各类健康状态的分类精度,进而提升无人机发动机预测性维护的有效性,降低维护成本。
主权项:1.一种基于多通道模型的无人机健康评估方法,其特征在于,所述方法包括:S1、确定无人机发动机健康评估模型的输入参数;S2、收集无人机发动机工作状态下的传感数据,进行标准化、结构化处理,形成数据集,并为所述数据集中每组数据赋予标签;S3、根据步骤S1确定的所述输入参数,建立提取时序数据特征的长短期记忆网络LSTM分支、提取运行环境数据特征的全连接神经网络分支、合并特征并分类的全连接网络与Softmax层,并串联为多通道神经网络模型;S4、基于步骤S2中的所述数据集对步骤S3中建立的多通道神经网络模型进行训练,得到用于无人机发动机健康状态评估的多通道神经网络模型;S5、使用步骤S4得到的所述用于无人机发动机健康状态评估的多通道神经网络模型对无人机健康状态进行评估。
全文数据:
权利要求:
百度查询: 航天时代飞鹏有限公司 基于多通道模型的无人机健康评估方法及系统
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。