卷积长短期记忆积冰厚度预测模型

精准稳定抗噪

将注意力机制引入长短期记忆网络，构建端到端的积冰厚度预测模型，相比传统方法在精度、稳定性和抗噪能力上均有显著提升。

李清英 · Yi, Gou · 刘森云 · 么娆

Transactions of Nanjing University of Aeronautics and Astronautics 2023

技术优势

新型边缘检测算法优势显著

将高斯-拉普拉斯金字塔与面积滤波结合，能准确检测积冰内部台阶边界，而传统边缘检测方法难以识别此类内部边界。

厚度预测精度稳定抗噪

通过时空相关性分析引入注意力机制，CNN-LSTM-ECA 模型在预测精度、稳定性和抗噪能力上表现良好，优于传统模型。

重建数据不受温度读数限制

三维积冰形状重建数据来源于采集的数字信号和热图像，不受温度读数和传热条件的限制，适用性更广。

应用场景

• 结冰传感器：提供非接触式积冰检测手段，可用于开发新型结冰传感器，实现积冰边缘与厚度的定量识别。
• 红外热成像检测：将闪光脉冲红外热成像技术用于积冰检测，拓展了红外热成像在表面覆冰状态定量评估中的应用。
• 飞机防除冰系统：为飞机防除冰系统提供积冰原位检测与厚度定量方法，可辅助优化防除冰策略。
• 风力机叶片监测：有望用于风力机叶片表面覆冰监测，通过热成像非接触获取积冰形态，降低人工巡检成本。