基于人工智能的飞机故障检测方法及系统技术方案

本发明专利技术公开了基于人工智能的飞机故障检测方法及系统，方法包括数据采集、数据预处理、建立混合飞机故障检测模型、模型参数搜索和实时运行。本发明专利技术属于故障检测技术领域，具体是指基于人工智能的飞机故障检测方法及系统，本方案基于局部极值搜索和构建上下限曲线过滤噪声，基于单调函数判定确保分解结果；采用基于构建长短期记忆网络预测子模型捕捉数据长期依赖关系，基于构建高斯回归子模型预测结果概率分布；基于定义全局最优解搜索机制和移动策略提高算法的搜索精度和全局优化能力，基于划分子空间提高搜索的覆盖率并减少搜索维度。

【技术实现步骤摘要】

本专利技术涉及故障检测，具体是指基于人工智能的飞机故障检测方法及系统。

技术介绍

1、基于人工智能的飞机故障检测方法是一种利用机器学习和数据分析的技术，通过对飞机传感器数据进行监测和分析，来检测飞机可能存在的故障或异常情况。但是原始信号存在噪声干扰，分解信号不精准的问题；一般故障检测模型存在梯度消失和梯度爆炸，鲁棒性弱，从而导致模型性能低的问题；搜索算法存在盲选和由于单一搜索机制导致陷入局部最优的问题。

技术实现思路

1、针对上述情况，为克服现有技术的缺陷，本专利技术提供了基于人工智能的飞机故障检测方法及系统，针对原始信号存在噪声干扰，分解信号不精准的问题，本方案基于局部极值搜索和构建上下限曲线过滤噪声，基于单调函数判定确保分解结果的精准性；针对一般故障检测模型存在梯度消失和梯度爆炸，鲁棒性弱，从而导致模型性能低的问题，本方案采用基于构建长短期记忆网络预测子模型捕捉数据长期依赖关系，使得模型整体更易于训练和优化，基于构建高斯回归子模型预测结果概率分布，更灵活地适应各种不确定性，提高模型鲁棒性，从而提高模型性能本文档来自技高网...

【技术保护点】

1.基于人工智能的飞机故障检测方法，其特征在于：该方法包括以下步骤：

2.根据权利要求1所述的基于人工智能的飞机故障检测方法，其特征在于：在步骤S4中，所述模型参数搜索具体包括以下步骤：

3.根据权利要求1所述的基于人工智能的飞机故障检测方法，其特征在于：在步骤S3中，所述建立混合飞机故障检测模型具体包括以下步骤：

4.根据权利要求1所述的基于人工智能的飞机故障检测方法，其特征在于：在步骤S2中，所述数据预处理具体包括以下步骤：

5.根据权利要求1所述的基于人工智能的飞机故障检测方法，其特征在于：在步骤S1中，所述数据采集是采集飞机历史运行...

【技术特征摘要】

1.基于人工智能的飞机故障检测方法，其特征在于：该方法包括以下步骤：

2.根据权利要求1所述的基于人工智能的飞机故障检测方法，其特征在于：在步骤s4中，所述模型参数搜索具体包括以下步骤：

3.根据权利要求1所述的基于人工智能的飞机故障检测方法，其特征在于：在步骤s3中，所述建立混合飞机故障检测模型具体包括以下步骤：

4.根据权利要求1所述的基于人工智能的飞机故障检测方法，其特征在于：在步骤s2中，所述数据预处理具体包括以下步骤：

5.根据权利要求1所述的...

【专利技术属性】
技术研发人员：曾庆源，尹靖铭，杨星，
申请(专利权)人：四川航空股份有限公司，
类型：发明
国别省市：