公开(公告)号：CN118820887A

公开(公告)日：2024-10-22

申请号：CN202410809977.1

申请日：2024-06-21

Applicant: 大连理工大学

Inventor： 马艳华 ,  张伯维 ,  贾立浩 ,  孙希明

IPC: G06F18/241 ,  G06N3/0442

Abstract: 本发明涉及人工智能领域，尤其涉及一种变循环发动机气路故障诊断的硬件加速方法。本发明基于变循环发动机在复杂工况下各个部件的压力与温度传感器数据，利用深度学习在大数据前提下对该数据进行分析学习，以便对变循环发动机气路故障进行诊断，可以为发动机故障诊断提供系统性方法。对于发动机气路故障诊断采用Delta方法的双向长短期记忆网络BiLSTM。与传统BiLSTM硬件加速相比，使用了Delta方法，又叫差值更新门方法，跳过部分时间步的计算，在进行矩阵乘法的运算时，减少了一般的计算量，将部署应用于FPGA的算法运行速度提高了一倍，从而有效提高了BiLSTM的网络推理速度。

公开(公告)号：CN118310754B

公开(公告)日：2024-11-29

申请号：CN202410417713.1

申请日：2024-04-09

Applicant: 大连理工大学

Inventor： 马艳华 ,  李海川 ,  张伯维 ,  孙希明

IPC: G01M15/02 ,  G01D21/02 ,  G06F30/27 ,  G06N3/0455 ,  G06N3/082

Abstract: 本发明公开一种基于轻量化Transformer的性能预测系统及其硬件加速方法，系统包括ADC模块、航空发动机性能参数估计上位机、数据输入模块、数据异常预测模块和数据输出模块，均烧录至FPGA开发板芯片中；其中，数据异常预测模块用于对预处理后的数据进行Transformer神经网络的前向传播计算，输出待预测点的性能预测数据。采用Transformer神经网络可大规模并行处理，有利于在FPGA开发板上的部署。针对Transformer网络的轻量化及加速进行分组结构化稀疏操作，通过对权值矩阵进行分组，经过多轮迭代式剪枝以及重训练，最终确定组内稀疏度具体值。本发明可以提高航空发动机性能参数的预测精度。

公开(公告)号：CN118310754A

公开(公告)日：2024-07-09

申请号：CN202410417713.1

申请日：2024-04-09

Applicant: 大连理工大学

Inventor： 马艳华 ,  李海川 ,  张伯维 ,  孙希明

IPC: G01M15/02 ,  G01D21/02 ,  G06F30/27 ,  G06N3/0455 ,  G06N3/082

Abstract: 本发明公开一种基于轻量化Transformer的性能预测系统及其硬件加速方法，系统包括ADC模块、航空发动机性能参数估计上位机、数据输入模块、数据异常预测模块和数据输出模块，均烧录至FPGA开发板芯片中；其中，数据异常预测模块用于对预处理后的数据进行Transformer神经网络的前向传播计算，输出待预测点的性能预测数据。采用Transformer神经网络可大规模并行处理，有利于在FPGA开发板上的部署。针对Transformer网络的轻量化及加速进行分组结构化稀疏操作，通过对权值矩阵进行分组，经过多轮迭代式剪枝以及重训练，最终确定组内稀疏度具体值。本发明可以提高航空发动机性能参数的预测精度。