← 返回列表
基于迁移学习的无人机健康状态评估方法及系统
摘要文本
本发明涉及无人机预测性维护技术领域，提供了一种基于迁移学习的无人机健康状态评估方法及系统，所述方法包括：S1、确定无人机故障类型、各类别数据量、模型的输入变量；S2、进行拷机试验与仿真试验，得到各类别数据，构建拷机试验数据集与仿真数据集；S3、无人机健康状态评估模型；S4、对模型进行训练；S5、使用模型进行无人机健康评估。本发明相比基于真实历史数据训练模型的健康评估方法，可识别更多类型的健康状态，且模型泛化能力更强；相比基于拷机试验数据训练模型的健康评估方法，本发明训练模型的数据成本更低、数据采集周期更短；相比基于仿真数据训练模型的健康评估方法，本发明训练的模型更符合实际应用场景下的物理规律。 专利查询网
申请人信息
- 申请人:航天时代飞鹏有限公司
- 申请人地址:215300 江苏省苏州市昆山市花桥经济开发区金星路18号A7栋
- 发明人: 航天时代飞鹏有限公司
专利详细信息
| 项目 | 内容 |
|---|---|
| 专利名称 | 基于迁移学习的无人机健康状态评估方法及系统 |
| 专利类型 | 发明申请 |
| 申请号 | CN202311837111.3 |
| 申请日 | 2023/12/28 |
| 公告号 | CN117634318A |
| 公开日 | 2024/3/1 |
| IPC主分类号 | G06F30/27 |
| 权利人 | 航天时代飞鹏有限公司 |
| 发明人 | 苏琦; 李钼石; 魏雅川; 孙继鹏; 陈焯 |
| 地址 | 江苏省苏州市昆山市花桥经济开发区金星路18号A7栋 |
专利主权项内容
1.一种基于迁移学习的无人机健康状态评估方法，其特征在于，所述方法包括：S1、确定无人机的故障类型、各类别数据的数据量、无人机健康状态评估模型的输入变量；S2、根据步骤S1确定的各类别数据的数据量，对无人机进行拷机试验与仿真试验，得到各类别数据，对数据进行标准化与归一化处理，划分为时序数据，构建拷机试验数据集与仿真数据集，并各自划分训练集与测试集；S3、根据步骤S1确定的无人机的故障类型、及无人机健康状态评估模型的输入变量，建立以长短期记忆网络LSTM进行特征提取、以全连接网络与Softmax层进行分类的无人机健康状态评估模型；S4、基于步骤S2建立的数据集，对步骤S3中得到的无人机健康状态评估模型进行训练，并进行测试，精度满足设定要求后即得训练后的无人机健康状态评估模型；S5、基于步骤S4得到的训练后的无人机健康状态评估模型对无人机的健康状态进行评估。