公开(公告)号：CN112597704B

公开(公告)日：2024-02-06

申请号：CN202011554072.2

申请日：2020-12-24

申请人： 东北大学

发明人： 彭玉怀 ,  赵婧 ,  于锦汇 ,  王雨昕 ,  张国梁 ,  宋杨 ,  吴菁晶

IPC分类号： G06F30/27 ,  G06F17/16 ,  G06N3/0455 ,  G06N3/0442 ,  G06N3/08

摘要： 本发明涉及一种发动机异常原因分析方法、系统、设备及介质，其方法包括：首先，确定输入序列与输出序列；其次，根据输入序列与输出序列，构建基于神经网络的编码器‑解码器模型；接着，在编码器‑解码器模型中，构建注意力机制；最后，使用输入序列训练编码器‑解码器模型，在训练完成之后，获得注意力机制中为输入序列生成的一组权重向量；通过每一个权重向量确定各异常类型与各输入元素之间的相关性，进而基于相关性确定发动机的异常原因。本发明提供的方法能够通过训练得到异常类型与监测到的各项数据之间的相关性，确定发动机产生异常类型的时间、位置以及起因，进而在发动机的改进与优化方面提供指示与帮助。

公开(公告)号：CN112597704A

公开(公告)日：2021-04-02

申请号：CN202011554072.2

申请日：2020-12-24

申请人： 东北大学

发明人： 彭玉怀 ,  赵婧 ,  于锦汇 ,  王雨昕 ,  张国梁 ,  宋杨 ,  吴菁晶

IPC分类号： G06F30/27 ,  G06F17/16 ,  G06N3/04 ,  G06N3/08

摘要： 本发明涉及一种发动机异常原因分析方法、系统、设备及介质，其方法包括：首先，确定输入序列与输出序列；其次，根据输入序列与输出序列，构建基于神经网络的编码器‑解码器模型；接着，在编码器‑解码器模型中，构建注意力机制；最后，使用输入序列训练编码器‑解码器模型，在训练完成之后，获得注意力机制中为输入序列生成的一组权重向量；通过每一个权重向量确定各异常类型与各输入元素之间的相关性，进而基于相关性确定发动机的异常原因。本发明提供的方法能够通过训练得到异常类型与监测到的各项数据之间的相关性，确定发动机产生异常类型的时间、位置以及起因，进而在发动机的改进与优化方面提供指示与帮助。