-
公开(公告)号：CN114154391A
公开(公告)日：2022-03-08
申请号：CN202111197597.X
申请日：2021-10-14
Applicant: 中国航发控制系统研究所
Abstract: 本发明公开了一种基于LM卷积神经网络的航空发动机建模方法，包括以下步骤：(1)采集航空发动机的数据，构建网络的训练样本集和测试样本集；(2)设置卷积神经网络结构；(3)初始化卷积神经网络的参数；(4)把训练样本集输入到卷积神经网络中，卷积神经网络输出预测值；(5)应用LM算法对卷积神经网络的权重参数进行更新、优化；(6)重复步骤(4)和(5)，通过迭代不断优化网络参数，直到达到终止条件。本发明使用深度卷积神经网络辨识航空发动机模型能够增加辨识精度，去除了卷积神经网络池化层，保留了更多有效信息，同时对卷积神经网络反向传播过程使用LM算法改进，近似获取了系统的二阶信息，加快了网络收敛速度。
-
公开(公告)号：CN114707233A
公开(公告)日：2022-07-05
申请号：CN202210189448.7
申请日：2022-02-28
Applicant: 中国航发控制系统研究所
Abstract: 本发明公开了一种基于机器学习的航空发动机插值模型建模方法，步骤如下：采集航空发动机的飞行数据以及对应的关键参数，进行特征选择，并对原始数据进行预处理，建立飞行数据集；将折合后的输入特征作为节点坐标，折合后的输出特征作为目标值，在飞行数据集中进行检索，初步建立插值表，并标记插值表中的缺失节点；利用飞行数据集中的样本，建立以以上折合特征为输入、输出的机器学习模型；用机器学习模型预测插值表的缺失节点，获得完整的插值表。本发明避免了传统的插值模型受限于飞行数据的工况范围，而导致精度降低的问题，利用随机森林强大的泛化性能，建立完备而准确的插值表，在实际使用过程中，可以有效提升航空发动机插值模型的精度。
-
Patent Agency Ranking
公开(公告)号：CN118709104A
公开(公告)日：2024-09-27
申请号：CN202410802890.1
申请日：2024-06-20
Applicant: 西北工业大学 , 中国航发控制系统研究所
IPC: G06F18/2433 , G06F18/214 , G06F18/213 , G06F17/18 , G06N3/0455 , G06N3/0985
Abstract: 本发明涉及燃油调节检测技术领域，具体涉及一种基于多元时序回归模型航发燃调系统异常检测方法及系统，该方法包括获取航发燃调系统运行时多个监测单元对应的维度数据；获取VAE网络中的编码器，作为整体多元时序回归模型的长时序特征提取器；获取长时序特征；获取训练好的多元时序回归模型；获取燃调系统关键特征维度在各个时刻的回归预测结果；根据燃调系统关键特征维度在各个时刻的回归预测结果对待检测的数据的异常进行判断。本发明通过结合VAE网络中的编码器，建立多元时序回归模型，通过比较回归预测结果与实际数据，根据偏差程度筛选出其中的异常数据，最终实现针对航发燃调系统数据的异常检测。
-
公开(公告)号：CN118331545A
公开(公告)日：2024-07-12
申请号：CN202410433458.X
申请日：2024-04-11
Applicant: 中国航发控制系统研究所
Abstract: 本发明公开了一种支持表达式编辑和分布式调度的算法分析框架和方法，包括数据分析规格化分析模块、基于界面的表达式编辑模块和支持表达式编辑运行的算法框架模块，通过在界面上编辑事件识别算法逻辑，选择数据文件进行事件识别算法执行，在界面上编辑事件特征提取算法逻辑，选择数据文件进行事件特征提取算法执行后，查看事件特征提取算法结果，本申请利用开放式的算法框架，通过简单的配置实现一个算法在多个场景部署应用，能够支持通过无代码的方式创建各种时序数据分析算法，并且支持并行计算，实现分布式调度。
-
公开(公告)号：CN114154391B
公开(公告)日：2025-05-13
申请号：CN202111197597.X
申请日：2021-10-14
Applicant: 中国航发控制系统研究所
IPC: G06F30/27 , G06F30/17 , G06N3/0464 , G06N3/084
Abstract: 本发明公开了一种基于LM卷积神经网络的航空发动机建模方法，包括以下步骤：(1)采集航空发动机的数据，构建网络的训练样本集和测试样本集；(2)设置卷积神经网络结构；(3)初始化卷积神经网络的参数；(4)把训练样本集输入到卷积神经网络中，卷积神经网络输出预测值；(5)应用LM算法对卷积神经网络的权重参数进行更新、优化；(6)重复步骤(4)和(5)，通过迭代不断优化网络参数，直到达到终止条件。本发明使用深度卷积神经网络辨识航空发动机模型能够增加辨识精度，去除了卷积神经网络池化层，保留了更多有效信息，同时对卷积神经网络反向传播过程使用LM算法改进，近似获取了系统的二阶信息，加快了网络收敛速度。
-
公开(公告)号：CN118332030A
公开(公告)日：2024-07-12
申请号：CN202410433466.4
申请日：2024-04-11
Applicant: 中国航发控制系统研究所
IPC: G06F16/2458 , H04L67/02 , H04L67/06 , H04L67/141 , H04L69/16 , G06F16/215 , G06F16/248 , G06F16/25 , G06F16/27 , G06F9/48 , G06F9/50
Abstract: 本发明公开了一种多场景时序的数据分析方法，通过数据上传、数据清洗和导入、对算法分析平台上导入的数据执行分析算法后自动生成用户期望的报表，生成航空发动机在科研、生产与服役阶段的各个使用阶段的数据分析报表，本申请对多场景时序数据的自动上传方案进行了统型，便于各用户对数据进行分析，提高了航空发动机各个使用阶段的数据分析结果的准确性。
-
公开(公告)号：CN307521894S
公开(公告)日：2022-08-30
申请号：CN202130872626.2
申请日：2021-12-30
Applicant: 中国航发控制系统研究所
Abstract: 1.本外观设计产品的名称：带航空发动机地面维护图形用户界面的显示屏幕面板。
2.本外观设计产品的用途：用于监测、维护航空发动机。
3.本外观设计产品的设计要点：在于屏幕中的图形用户界面的内容。
4.最能表明设计要点的图片或照片：主视图。
5.本外观设计的载体为现有设计，无设计要点，省略后、左、右、俯、仰视图。
6.图形用户界面的用途：用于显示航空发动机的健康状态并通过功能按钮进行分析和维护。
7.图形用户界面的变化状态说明：主视图是初始界面，显示了各架飞机的发动机健康状态。
变化状态图1是通过按主视图的“机队报表”按钮后显示出来的；变化状态图2是通过主视图飞机编号显示出来的；变化状态图3是通过按主视图的“数据导入/导出”按钮后显示出来的；变化状态图4是通过按变化状态图3的“数据导出”按钮后显示出来的。
8.图形用户界面显示屏幕面板应用于平板电脑和计算机。
-
-
-
-
-
-
Search Results
7
records
(took 0.021 seconds)
