【技术实现步骤摘要】
本申请涉及飞机故障预警，具体而言，涉及一种基于飞行数据的飞机故障预警方法及系统。
技术介绍
1、在现有技术中，基于飞机飞行数据的飞机故障预警一般包括数据采集阶段和数据分析阶段。其中，在数据采集阶段，一般会采集飞机在飞行过程中的各种数据，如天气情况等环境数据或飞机部件的温度等状态数据，然后，在数据分析阶段，可以将采集的数据与根据经验设置的阈值进行对比，如此，确定是否可能存在故障。但是，经专利技术人研究发现，由于阈值是根据经验设置的，使得其本身的可靠性就不高，而且，这种各种数据的单独对比，也忽视了数据之间的关联关系，也会导致可靠性相对不高。
技术实现思路
1、有鉴于此，本申请的目的在于提供一种基于飞行数据的飞机故障预警方法及系统，以改善现有技术中存在的飞机故障预警的可靠度相对不高的问题。
2、为实现上述目的，本申请采用如下技术方案：
3、一种基于飞行数据的飞机故障预警方法，包括：
4、挖掘出待处理飞行数据对应的飞机外部数据语义向量，以及，挖掘出所述待处理飞行数据对应的飞机内部数据语义向量，其中，所述待处理飞行数据包括飞机内部数据和飞机外部数据，所述飞机内部数据用于反映目标飞机在飞行过程中的各飞机部件的状态，所述飞机外部数据用于反映所述目标飞机在飞行过程中所在环境的状态；
5、对所述飞机外部数据语义向量进行加载，使得飞机故障预测网络获取到所述飞机外部数据语义向量，并利用所述飞机故障预测网络包括的语义挖掘单元，基于所述飞机外部数据语义向量将预
6、依据所述飞机内部数据语义向量，挖掘出与所述语义挖掘单元对应的飞机内部深度向量；
7、依据所述语义挖掘单元对应的飞行数据强化向量，对所述飞机内部深度向量进行关联挖掘操作，输出目标飞行数据语义向量，以及，根据所述目标飞行数据语义向量，分析出所述待处理飞行数据对应的飞机故障预警信息，其中，所述飞机故障预警信息用于反映所述目标飞机是否存在故障。
8、在本申请较佳的选择中，在上述基于飞行数据的飞机故障预警方法中，所述对所述飞机外部数据语义向量进行加载，使得飞机故障预测网络获取到所述飞机外部数据语义向量，并利用所述飞机故障预测网络包括的语义挖掘单元，基于所述飞机外部数据语义向量将预先生成的飞行数据噪声向量进行语义强化操作，输出所述语义挖掘单元对应的飞行数据强化向量的步骤，包括：
9、对所述飞机外部数据语义向量进行加载，使得飞机故障预测网络获取到所述飞机外部数据语义向量，并利用所述飞机故障预测网络包括的语义挖掘单元，依据预先生成的飞行数据噪声向量，挖掘出飞行数据噪声挖掘向量；
10、依据所述飞行数据噪声挖掘向量映射形成对应的飞行数据映射向量；
11、依据所述飞机外部数据语义向量分别映射形成飞行第一映射向量和飞行第二映射向量；
12、依据所述飞行数据映射向量、所述飞行第一映射向量和所述飞行第二映射向量进行聚焦融合操作，以及，依据聚焦融合操作的输出向量，得到所述语义挖掘单元对应的飞行数据强化向量。
13、在本申请较佳的选择中，在上述基于飞行数据的飞机故障预警方法中，所述对所述飞机外部数据语义向量进行加载，使得飞机故障预测网络获取到所述飞机外部数据语义向量，并利用所述飞机故障预测网络包括的语义挖掘单元，基于所述飞机外部数据语义向量将预先生成的飞行数据噪声向量进行语义强化操作，输出所述语义挖掘单元对应的飞行数据强化向量的步骤，还包括：
14、确定出目标参数，以及，基于所述目标参数确定出相应数量的初始参数，其中，所述初始参数为多个；
15、依据所述初始参数确定出相应的初始飞行数据噪声向量，其中，所述初始飞机数据噪声向量中的各向量参数是随机数生成器基于所述初始参数确定的；
16、基于确定出的各所述初始飞行数据噪声向量，得到飞行数据噪声向量。
17、在本申请较佳的选择中，在上述基于飞行数据的飞机故障预警方法中，所述依据所述飞机内部数据语义向量，挖掘出与所述语义挖掘单元对应的飞机内部深度向量的步骤，包括：
18、确定所述飞机故障预测网络包括的语义挖掘单元的飞行数据噪声向量；
19、将所述飞机内部数据语义向量进行卷积挖掘操作，以及，对卷积挖掘操作后的飞机内部数据语义向量和所述飞行数据噪声向量进行向量融合操作，输出对应的向量融合操作后的飞机内部数据语义向量；
20、对所述向量融合操作后的飞机内部数据语义向量进行加载，使得与所述语义挖掘单元对应的向量挖掘单元获取到所述向量融合操作后的飞机内部数据语义向量并进行相应的处理，以及，将所述向量挖掘单元的输出向量进行卷积挖掘操作，输出对应的飞机内部深度向量。
21、在本申请较佳的选择中，在上述基于飞行数据的飞机故障预警方法中，所述对所述向量融合操作后的飞机内部数据语义向量进行加载，使得与所述语义挖掘单元对应的向量挖掘单元获取到所述向量融合操作后的飞机内部数据语义向量并进行相应的处理，以及，将所述向量挖掘单元的输出向量进行卷积挖掘操作，输出对应的飞机内部深度向量的步骤，包括：
22、对所述向量融合操作后的飞机内部数据语义向量进行加载，使得与所述语义挖掘单元对应的向量挖掘单元获取到所述向量融合操作后的飞机内部数据语义向量，以及，对预先确定的参考飞行数据语义向量进行加载，使得与所述语义挖掘单元对应的向量挖掘单元获取到所述参考飞行数据语义向量，其中，所述参考飞行数据语义向量是基于所述语义挖掘单元和所述向量挖掘单元在训练优化的过程中挖掘出的各训练飞行数据语义向量确定的，各所述训练飞行数据语义向量是在训练优化完成之后，对相应的训练飞行数据进行相应的语义强化操作和关联挖掘操作得到的；
23、依据所述参考飞行数据语义向量，对所述向量融合操作后的飞机内部数据语义向量进行关联挖掘操作，输出对应的飞机内部数据关联向量；
24、将所述飞机内部数据关联向量作为所述向量挖掘单元的输出向量，并进行卷积挖掘操作，输出对应的飞机内部深度向量。
25、在本申请较佳的选择中，在上述基于飞行数据的飞机故障预警方法中，所述依据所述参考飞行数据语义向量，对所述向量融合操作后的飞机内部数据语义向量进行关联挖掘操作，输出对应的飞机内部数据关联向量的步骤，包括：
26、确定所述参考飞行数据语义向量和所述向量融合操作后的飞机内部数据语义向量之间的关联参数，并基于该关联参数，对所述向量融合操作后的飞机内部数据语义向量进行关联调整，输出飞机内部数据调整向量；
27、将所述向量融合操作后的飞机内部数据语义向量和所述飞机内部数据调整向量进行向量融合操作，输出对应的飞机内部数据关联向量。
28、在本申请较佳的选择中，在上述基于飞行数据的飞机故障预警方法中，所述依据所述语义挖掘单元对应的飞行数据强化向量，对所述飞机内部深度向量进行关本文档来自技高网...
【技术保护点】
1.一种基于飞行数据的飞机故障预警方法，其特征在于，包括：
2.根据权利要求1所述的基于飞行数据的飞机故障预警方法，其特征在于，所述对所述飞机外部数据语义向量进行加载，使得飞机故障预测网络获取到所述飞机外部数据语义向量，并利用所述飞机故障预测网络包括的语义挖掘单元，基于所述飞机外部数据语义向量将预先生成的飞行数据噪声向量进行语义强化操作，输出所述语义挖掘单元对应的飞行数据强化向量的步骤，包括：
3.根据权利要求2所述的基于飞行数据的飞机故障预警方法，其特征在于，所述对所述飞机外部数据语义向量进行加载，使得飞机故障预测网络获取到所述飞机外部数据语义向量，并利用所述飞机故障预测网络包括的语义挖掘单元，基于所述飞机外部数据语义向量将预先生成的飞行数据噪声向量进行语义强化操作，输出所述语义挖掘单元对应的飞行数据强化向量的步骤，还包括：
4.根据权利要求1所述的基于飞行数据的飞机故障预警方法，其特征在于，所述依据所述飞机内部数据语义向量，挖掘出与所述语义挖掘单元对应的飞机内部深度向量的步骤，包括：
5.根据权利要求4所述的基于飞行数据的飞机故
6.根据权利要求5所述的基于飞行数据的飞机故障预警方法，其特征在于，所述依据所述参考飞行数据语义向量，对所述向量融合操作后的飞机内部数据语义向量进行关联挖掘操作，输出对应的飞机内部数据关联向量的步骤，包括：
7.根据权利要求1-6任意一项所述的基于飞行数据的飞机故障预警方法，其特征在于，所述依据所述语义挖掘单元对应的飞行数据强化向量，对所述飞机内部深度向量进行关联挖掘操作，输出目标飞行数据语义向量，以及，根据所述目标飞行数据语义向量，分析出所述待处理飞行数据对应的飞机故障预警信息的步骤，包括：
8.一种基于飞行数据的飞机故障预警系统，其特征在于，包括：
9.根据权利要求8所述的基于飞行数据的飞机故障预警系统，其特征在于，所述向量语义强化模块具体用于：
10.根据权利要求8所述的基于飞行数据的飞机故障预警系统，其特征在于，所述向量深度挖掘模块具体用于：
...【技术特征摘要】
1.一种基于飞行数据的飞机故障预警方法，其特征在于，包括：
2.根据权利要求1所述的基于飞行数据的飞机故障预警方法，其特征在于，所述对所述飞机外部数据语义向量进行加载，使得飞机故障预测网络获取到所述飞机外部数据语义向量，并利用所述飞机故障预测网络包括的语义挖掘单元，基于所述飞机外部数据语义向量将预先生成的飞行数据噪声向量进行语义强化操作，输出所述语义挖掘单元对应的飞行数据强化向量的步骤，包括：
3.根据权利要求2所述的基于飞行数据的飞机故障预警方法，其特征在于，所述对所述飞机外部数据语义向量进行加载，使得飞机故障预测网络获取到所述飞机外部数据语义向量，并利用所述飞机故障预测网络包括的语义挖掘单元，基于所述飞机外部数据语义向量将预先生成的飞行数据噪声向量进行语义强化操作，输出所述语义挖掘单元对应的飞行数据强化向量的步骤，还包括：
4.根据权利要求1所述的基于飞行数据的飞机故障预警方法，其特征在于，所述依据所述飞机内部数据语义向量，挖掘出与所述语义挖掘单元对应的飞机内部深度向量的步骤，包括：
5.根据权利要求4所述的基于飞行数据的飞机故障预警方法，其特征在于，所述对所述向量融合操作后的飞...
【专利技术属性】
技术研发人员：梅刚，潘光绪，张静雨，李培，邹启航，刘凌飞，桂腾辉，赵勇，王委，戈磊，罗潇，
申请(专利权)人：民航成都电子技术有限责任公司，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。