| 专利号 | 2023108755403 | 申请日 | 2023-07-18 | 专利名称 | 涡轮风扇发动机的可解释故障预测方法及系统 |
| 授权日 | 2023-09-26 | 专利权人 | 山东师范大学 | 发明人 | 闫伟;康甜;苏家昊;李明阳;季增彦;张一诺 |
| 主分类号 | G06N5/04 | 关键词 | 应用领域 | ||
| 摘要 | 本发明涉及机械故障预测技术领域，公开了涡轮风扇发动机的可解释故障预测方法及系统，其中方法包括：获取涡轮风扇发动机的工作参数；将涡轮风扇发动机的工作参数，输入到训练后的预测网络中输出故障预测结果；从训练后的预测网络中，提取神经元激活值；将神经元激活值，分别输入到若干个训练后的解释网络中，每个训练后的解释网络输出对应故障子概念的健康指数；其中，训练后的解释网络与故障子概念之间是一一对应的；将故障子概念的健康指数，输入到改进的拓扑排序算法，在构建的实体‑事件知识图谱上进行推理，得到故障预测结果的可解释信息；故障的自然语言描述和子知识图谱。实现了在故障预测准确率高的同时获得预测结果的解释性信息。 | ||||
| 创新点 | |||||
| 技术分类 | 标 签 | 战兴产业 | 新一代信息技术 人工智能 | ||
| 运营方式 | 合作方式 | ||||
| 联系人 | 联系电话 | 电子邮箱 | |||
| 详细说明 | |||||
