考虑故障时间定位的深度学习微小故障诊断方法和系统

摘要

本发明提供了一种考虑故障时间定位的深度学习微小故障诊断方法和系统，包括：获取待诊断高超声速飞行器在当前时刻前Tw段时间内的目标传感器的时序观测量；将时序观测量与待诊断高超声速飞行器的标称系统对应观测量之间的残差，确定目标状态变量集合；通过Transformer模型中的编码模块，对目标状态变量集合进行敏感特征细化，得到细化时序特征；将细化时序特征作为训练好的时间卷积网络的输入数据、利用训练好的时间卷积网络对待诊断高超声速飞行器进行故障诊断，得到故障类型序列输出；基于故障类型序列输出，确定故障发生时间。本发明缓解了现有技术中存在的精度较低且故障发生时间无法定位的技术问题。