基于注意力和时间卷积网络的飞机发动机寿命预测方法

    公开(公告)号:CN118036457A

    公开(公告)日:2024-05-14

    申请号:CN202410177208.4

    申请日:2024-02-08

    Applicant: 福州大学

    Abstract: 本发明提出基于注意力和时间卷积网络的飞机发动机寿命预测方法,用于预测飞机发动机剩余使用寿命,通过双多头注意力模型,对传感器信号信息的特征和序列赋予权重;在传入时序卷积网络,学习不同尺度的特征,提高模型的泛化能力,从而获得飞机发动机的剩余寿命预测模型,所述方法包括以下步骤;步骤S1:对飞机发动机数据集中的各种工况进行归一化处理;步骤S2:利用时间窗技术对数据进行分段处理,获得不同时间点的传感器数据之间的关系;步骤S3:将数据集通过双重多头注意力和时间卷积网络模型拟合飞机发动机剩余使用寿命预测曲线,以便预测飞机发动机剩余使用寿命;本发明所述方法得出的飞机发动机的剩余寿命预测模型具有很高的准确率。

    基于分块压缩感知的自适应原子力显微镜AFM成像方法

    公开(公告)号:CN118465311A

    公开(公告)日:2024-08-09

    申请号:CN202410177249.3

    申请日:2024-02-08

    Applicant: 福州大学

    Abstract: 本发明提出基于分块压缩感知的自适应原子力显微镜AFM成像方法,包括以下步骤;步骤S1:利用重叠块模式在AFM样品表面上划分多个大小相同的子块;步骤S2:对每个子块进行预扫描,以行方向为快速扫描方向,左下角为预扫描的起点,计算出预扫描的采样率;步骤S3:使用BP神经网络来训练样品数据库,获得特征参数与所需最小采样率之间的关系,自适应地得到每个子块的合适的总采样率;步骤S4:在当前子块表面随机选择所需数量的采样点,使用连续随机扫描模式进行自适应扫描;步骤S5:采集一个子块的所有采样点后,结合TVAL3重构算法进行重构,最后将所有重构后的子块结合一起;本发明使用重叠分块方式来消除块效应,使得每个样品都可获得高且均匀的成像质量。

Patent Agency Ranking