基于改进图卷积神经网络的机载导航功能设备故障模式识别方法
申请号:CN202411651535
申请日期:2024-11-19
公开号:CN119740116A
公开日期:2025-04-01
类型:发明专利
摘要
本发明提供一种基于改进图卷积神经网络的机载导航功能设备故障模式识别方法,包括:采集机载DME导航功能设备的关键参数并构建数据集,将数据集划分为训练集和测试集;采集机载DME导航功能设备的监测数据与模拟飞行数据,获取源域数据;建立基于改进图卷积神经网络的机载导航功能设备故障模式识别模型;采用所述源域数据和训练集,训练机载导航功能设备故障模式识别模型;采用所述测试集测试机载导航功能设备故障模式识别模型性能。本发明能够使得飞机在飞行操作过程中出现的多类电子系统故障可以被更快速地识别和定位,提高飞机故障诊断的准确性和排故效率,降低维护成本,延长飞行器使用寿命,同时提升飞机运行的安全性和可靠性。
技术关键词
模式识别模型
设备故障诊断
故障诊断模型
注意力
飞机故障诊断
Softmax函数
电子系统故障
矩阵
训练集
数字信号处理器
飞行模拟器
优化器
参数
闭锁
数据格式
节点