传感器故障在线学习框架

针对航空发动机传感器故障检测、隔离与恢复提出在线学习框架,可在退化条件下维持高精度诊断。

王堃 · He, Ai · Liu, Jiashuai · Qifan, Zhou · 胡忠志

Aerospace Science and Technology 2025

技术优势

退化后仍精准

在线更新机制使模型在发动机退化条件下仍能维持高精度故障检测、隔离与恢复。

不会灾难性遗忘

参数正则化和记忆回放防止新数据学习覆盖旧知识,模型既能适应新工况又不丢失历史能力。

可扩展且可靠

数据驱动结合在线学习,为复杂数据密集型系统的传感器诊断提供可扩展且可靠的解决方案。

应用场景