轻量级长时预测
结合近似马尔可夫毯和最大信息系数的相关性分析方法，从数据角度揭示动量轮故障演化机制。
Yiming, Gao · Qiu, Shi · 刘铭 · 张立宪 · 曹喜滨
IEEE/CAA Journal of Automatica Sinica 2025
ADTWformer直接处理遥测时间序列，自动捕获长期依赖，避免人工特征设计的依赖。
结合近似马尔可夫毯与最大信息系数，从数据中挖掘变量间的非线性耦合关系，揭示故障演化机制。
通过自适应报警机制检测健康状态曲线的变化，实现动量轮故障的自动预警。