基于AMESim模型的副翼作动器故障诊断方法和装置
授权
摘要
本申请实施例提供了一种基于AMESim模型的副翼作动器故障诊断方法和装置，涉及飞行器技术领域。通过对预先构建的深度神经网络模型进行训练得到故障诊断模型，利用故障诊断模型对副翼作动器的工况数据进行故障分析，以确定副翼作动器是否存在故障，能够实现对副翼作动器多源融合监测信息中时间序列信号的特征提取的同时避免了梯度弥散的情况，提高了故障诊断识别准确率。
基本信息
专利标题 ：
基于AMESim模型的副翼作动器故障诊断方法和装置
专利标题（英）：
暂无
公开（公告）号 ：
CN112861437A
申请号 ：
CN202110195845.0
公开（公告）日 ：
2021-05-28
申请日 ：
2021-02-22
授权号 ：
CN112861437B
授权日 ：
2022-05-03
发明人 ：
苗强王剑宇苗建国罗冲张恒钟杰
申请人 ：
四川大学
申请人地址 ：
四川省成都市一环路南一段24号
代理机构 ：
北京劲创知识产权代理事务所(普通合伙)
代理人 ：
李康
优先权 ：
CN202110195845.0
主分类号 ：
G06F30/27
IPC分类号 ：
G06F30/27 G06N3/04 G06N3/08
IPC结构图谱
G
G部——物理
G06
计算；推算或计数
G06F
电数字数据处理
G06F30/27
使用机器学习，例如人工智能，神经网络，支持向量机或训练模型
法律状态
2022-05-03 ：
授权
2021-06-15 ：
实质审查的生效
IPC(主分类) : G06F 30/27
申请日 : 20210222
申请日 : 20210222
2021-05-28 ：
公开
注：本法律状态信息仅供参考，即时准确的法律状态信息须到国家知识产权局办理专利登记簿副本。
文件下载
暂无PDF文件可下载
