【技术实现步骤摘要】
本申请涉及数据处理相关领域，尤其涉及基于运行状态数据分析的伸缩式升降风扇稳态评估方法。
技术介绍
1、随着航空科技的飞速发展，飞行汽车作为一种集汽车与飞机功能于一体的新型交通工具，正逐步从概念走向实际应用。这类车辆在复杂多变的飞行环境中，对各个系统的稳定性与可靠性提出了极高的要求。其中，伸缩式升降风扇作为飞行汽车的重要组成部分，负责在起飞、降落及空中悬停时提供必要的升力和姿态调整能力，其运行状态的稳定性直接关系到飞行汽车的整体安全性能。在当前的飞行汽车技术体系中，对于伸缩式升降风扇的稳态评估，主要依赖于传统的传感器监测与数据分析方法，这些方法通常仅依靠少数几个物理量进行状态判断，评估结果较为片面。
2、现阶段相关技术中，伸缩式升降风扇稳态评估存在缺乏综合评估，导致稳态评估精度有限的技术问题。
技术实现思路
1、本申请通过提供基于运行状态数据分析的伸缩式升降风扇稳态评估方法，采用综合运用监控数据采集、数据跃迁认证、图像监测与特征融合识别、实时运行数据预测及一致性认证等技术手段，实现了对风扇运行状态的全面、实时、精准评估，达到了提升稳态评估能力和评估精度的技术效果。
2、本申请提供基于运行状态数据分析的伸缩式升降风扇稳态评估方法，包括：
3、交互目标飞行汽车的监控数据采集系统，调取预设时间窗口内所述目标飞行汽车的风扇运行状态数据，获得历史运行数据集合；对所述历史运行数据集合进行数据跃迁认证，获得第一稳态系数；调取双目标图像监测模组在预设时间窗口对所述
4、在可能的实现方式中，执行以下处理：
5、所述历史运行数据集合中每个历史运行数据包括风扇转速、风扇功率、运行温度、振幅和振频。
6、在可能的实现方式中，对所述历史运行数据集合进行数据跃迁认证，获得第一稳态系数，执行以下处理：
7、对所述历史运行数据集合按照第一跃迁带宽进行聚类，获得多个历史运行数据簇；分别对所述多个历史运行数据簇进行簇内稳定性识别，生成多个第一历史稳定性因子；遍历所述多个历史运行数据簇进行均值计算，获得多个历史运行数据均值；分别对所述多个历史运行数据均值进行稳定性识别，获得第二历史稳定性因子；基于所述第二历史稳定性因子和所述多个第一历史稳定性因子进行分析，生成所述第一稳态系数。
8、在可能的实现方式中，执行以下处理：
9、从所述历史运行数据集合中随机抽取第一历史运行数据；计算所述历史运行数据集合与所述第一历史运行数据之间的相似度，生成多个第一历史相似度；将所述多个第一历史相似度中小于等于所述第一跃迁带宽的历史运行数据添加进第一历史运行数据簇；将所述第一历史运行数据簇从所述历史运行数据集合中剔除，获得更新历史运行数据集合；基于所述更新历史运行数据集合进行迭代聚类，获得所述多个历史运行数据簇。
10、在可能的实现方式中，执行以下处理：
11、调用所述双层特征选择融合器，其中，所述双层特征选择融合器包括双嵌入层和主干网；将所述实时可见光图像和所述实时热红外图像输入所述双嵌入层的可见光提取分支和热红外提取分支，获得实时可见光特征集合和实时热红外特征集合；将所述实时可见光特征集合和所述实时热红外特征集合输入所述主干网进行特征融合，生成所述实时风扇叶片特征。
12、在可能的实现方式中，执行以下处理：
13、对所述可见光图像集合和所述热红外图像集合分别进行特征提取，获得可见光特征提取集和热红外特征提取集；利用所述可见光图像集合、所述热红外图像集合、可见光特征提取集和热红外特征提取集分别训练所述可见光提取分支和所述热红外提取分支；基于所述可见光特征提取集、热红外特征提取集和所述风扇叶片特征集训练生成所述主干网。
14、在可能的实现方式中，执行以下处理：
15、基于所述实时运行数据和所述实时风扇叶片特征构建马尔科夫链的初始状态；基于所述历史运行数据集合进行分析，构建马尔科夫链的状态转移矩阵；将所述初始状态代入所述状态转移矩阵，确定所述预测运行数据。
16、在可能的实现方式中，执行以下处理：
17、构建稳态评估权重分配层；将所述第一稳态系数和所述第二稳态系数输入所述稳态评估权重分配层进行加权计算，生成所述目标稳态评估结果。
18、拟通过本申请提出的基于运行状态数据分析的伸缩式升降风扇稳态评估方法，首先交互目标飞行汽车的监控数据采集系统，调取预设时间窗口内目标飞行汽车的风扇运行状态数据，获得历史运行数据集合，接着对历史运行数据集合进行数据跃迁认证，获得第一稳态系数，然后调取双目标图像监测模组在预设时间窗口对目标飞行汽车的伸缩式升降风扇进行图像采集的数据，获得可见光图像集合和热红外图像集合，接着提取伸缩式升降风扇的风扇叶片特征集，结合可见光图像集合和热红外图像集合进行双层特征选择融合器的训练，获得训练完成的双层特征选择融合器，再获取当前时刻下伸缩式升降风扇的实时可见光图像和实时热红外图像，并利用双层特征选择融合器对实时可见光图像和实时热红外图像进行特征融合识别，生成实时风扇叶片特征，进而采集当前时刻下伸缩式升降风扇的实时运行数据，结合实时风扇叶片特征进行风扇运行预测，获得预测运行数据，然后根据目标飞行汽车的飞行任务需求，对预测运行数据进行一致性认证，获得第二稳态系数，最后基于第一稳态系数和第二稳态系数进行稳态评估，生成伸缩式升降风扇的目标稳态评估结果，达到了提升稳态评估能力和评估精度的技术效果。
本文档来自技高网...【技术保护点】
1.基于运行状态数据分析的伸缩式升降风扇稳态评估方法，其特征在于，所述方法包括：
2.如权利要求1所述的基于运行状态数据分析的伸缩式升降风扇稳态评估方法，其特征在于，所述历史运行数据集合中每个历史运行数据包括风扇转速、风扇功率、运行温度、振幅和振频。
3.如权利要求1所述的基于运行状态数据分析的伸缩式升降风扇稳态评估方法，其特征在于，对所述历史运行数据集合进行数据跃迁认证，获得第一稳态系数，包括：
4.如权利要求3所述的基于运行状态数据分析的伸缩式升降风扇稳态评估方法，其特征在于，包括：
5.如权利要求1所述的基于运行状态数据分析的伸缩式升降风扇稳态评估方法，其特征在于，包括：
6.如权利要求5所述的基于运行状态数据分析的伸缩式升降风扇稳态评估方法，其特征在于，包括：
7.如权利要求1所述的基于运行状态数据分析的伸缩式升降风扇稳态评估方法，其特征在于，包括：
8.如权利要求1所述的基于运行状态数据分析的伸缩式升降风扇稳态评估方法，其特征在于，包括：
【技术特征摘要】
1.基于运行状态数据分析的伸缩式升降风扇稳态评估方法，其特征在于，所述方法包括：
2.如权利要求1所述的基于运行状态数据分析的伸缩式升降风扇稳态评估方法，其特征在于，所述历史运行数据集合中每个历史运行数据包括风扇转速、风扇功率、运行温度、振幅和振频。
3.如权利要求1所述的基于运行状态数据分析的伸缩式升降风扇稳态评估方法，其特征在于，对所述历史运行数据集合进行数据跃迁认证，获得第一稳态系数，包括：
4.如权利要求3所述的基于运行状态...
【专利技术属性】
技术研发人员：沈李，
申请(专利权)人：爱仕恩动力科技江苏有限公司，
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。