一种用于航空发动机气路故障诊断的深度计算模型

摘要

本发明公开了一种用于航空发动机气路故障诊断的深度计算模型，属于计算机技术领域，包括如下步骤：(1)对连续航发性能数据进行分割预处理；(2)利用卷积神经网络提取数据对象块的空间特征；(3)利用多层感知机学习数据对象块中的局部非线性特征；(4)利用循环神经网络提取数据对象块中的长时依赖特征；(5)使用端到端的方法，即联合误差反向传播算法，训练深度混合模型。本发明实施考虑航空发动机模型的特点，融合其产生的气路性能数据的空间特性、非线性特性和长时依赖特性，构建航发气路故障诊断模型，并以分类任务作为目标，设计了联合误差反向传播算法用于深度混合模型端到端的训练。