拓扑感知块稀疏图注意力网络

液压系统故障诊断精度99%

将物理拓扑嵌入图结构并配合稀疏时序选择，在极长序列中精准锁定故障区块，诊断结果与物理机制一致。

Bingsi, Yang · Huang, Yufeng · 孙刚

Aerospace Science and Technology 2026

参数信息

诊断准确率

99.01 %

技术优势

拓扑感知

通过构建显式反映系统组件拓扑和动态连接的时空图，将物理知识嵌入模型，使诊断结果与物理故障机制一致。

处理超长序列

引入注意力引导的块稀疏选择机制，融合全局和局部注意力统计量以自适应识别最显著的时间块，仅在细粒度上处理这些块，降低计算负担和信息稀释。

诊断可信

通过消融研究和注意力可视化证实模型决策与系统物理故障机制一致，提供可信赖的诊断方案。

应用场景

• 飞机液压系统：实时监控关键液压部件，提前预警故障，保障飞行安全。
• 工业设备故障诊断：可迁移至其他复杂装备，利用物理拓扑提升诊断精度与可解释性。
• 物理信息神经网络：将机理知识嵌入图结构，减少对海量标注数据的依赖，增强泛化。
• 时序数据分析：用稀疏注意力聚焦关键时段，从超长时序中高效提取故障特征。