System.ArgumentOutOfRangeException: 索引和长度必须引用该字符串内的位置。 参数名: length 在 System.String.Substring(Int32 startIndex, Int32 length) 在 zhuanliShow.Bind()
【技术实现步骤摘要】
本专利技术涉及机器学习,具体是指一种基于机器学习的飞机油箱漏点定位方法及系统。
技术介绍
1、由于飞机油箱的结构较为复杂,因此检测其漏点的方法根据渗漏所发生区域的不同、现场的环境和工作条件的不同而应用不同的检漏方法,目前国内外有很多种漏点检测方法,但对于传统的定位模型存在无法精准定位漏点位置、对于数据处理速度慢、鲁棒性低的问题;一般参数优化算法存在无法动态地调整搜索策略以适应不同的超参数空间特性,精度不高的问题。
技术实现思路
1、针对上述情况,为克服现有技术的缺陷,本专利技术提供了一种基于机器学习的飞机油箱漏点定位方法及系统,针对传统的定位模型存在无法精准定位漏点位置、对于数据处理速度慢、鲁棒性低的问题,本方案通过使用深度隔离森林算法,用新的特征表示构建油箱漏点定位模型,并且进行训练,得到训练完成的油箱漏点定位模型,有效识别数据中的异常点,精准定位漏点位置,同时在处理噪声和异常点方面表现出较好的鲁棒性,对于不同类型和分布的数据具有较强的适应性,可以在多种异常检测场景中取得良好效果,提高模型的稳定性;针对一般参数优化算法存在无法动态地调整搜索策略以适应不同的超参数空间特性,精度不高的问题,本方案通过使用一种基于lipschitz bandit的超参数优化算法对油箱漏点定位模型进行调参,根据目标函数在超参数空间中的变化情况自适应地调整搜索策略,使其更有效率地搜索到最优解,同时改善模型的性能,使油箱漏点定位模型具有更好的预测精度、更高的漏点检测准确率等,从而提高系统的效率和准确性。
...【技术保护点】
1.一种基于机器学习的飞机油箱漏点定位方法,其特征在于:该方法包括以下步骤:
2.根据权利要求1所述的一种基于机器学习的飞机油箱漏点定位方法,其特征在于:步骤3包括以下步骤:
3.根据权利要求1所述的一种基于机器学习的飞机油箱漏点定位方法,其特征在于:步骤5包括以下步骤:
4.根据权利要求3所述的一种基于机器学习的飞机油箱漏点定位方法,其特征在于:步骤51包括以下步骤:
5.根据权利要求3所述的一种基于机器学习的飞机油箱漏点定位方法,其特征在于:步骤54包括以下步骤:
6.一种基于机器学习的飞机油箱漏点定位系统,用于实现如权利要求1-5中任一项所述的一种基于机器学习的飞机油箱漏点定位方法,其特征在于:包括数据采集模块、数据预处理模块、特征提取模块、机器学习模块、漏点定位模块、告警反馈模块和监控与优化模块;
【技术特征摘要】
1.一种基于机器学习的飞机油箱漏点定位方法,其特征在于:该方法包括以下步骤:
2.根据权利要求1所述的一种基于机器学习的飞机油箱漏点定位方法,其特征在于:步骤3包括以下步骤:
3.根据权利要求1所述的一种基于机器学习的飞机油箱漏点定位方法,其特征在于:步骤5包括以下步骤:
4.根据权利要求3所述的一种基于机器学习的飞机油箱漏点定位方法,其特征在于:步...
【专利技术属性】
技术研发人员:杨赵勇,杨轩,邱兵,
申请(专利权)人:四川航空股份有限公司,
类型:发明
国别省市:
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。