[發明專利]一種基于深度信念網絡的航空發動機維修等級決策方法

在審

• 申請號: 201710554791.6
• 申請日: 2017-07-10
• 公開（公告）號: CN107505931A
• 公開（公告）日: 2017-12-22
• 發明（設計）人: 車暢暢;王華偉;倪曉梅;洪驥宇
• 申請（專利權）人: 南京航空航天大學
• 主分類號: G05B23/02
• 分類號: G05B23/02
• 代理公司: 江蘇圣典律師事務所32237
• 代理人: 賀翔

1.一種基于深度信念網絡的航空發動機維修等級決策方法，其特征在于，包括步驟如下：

1)建立基于深度信念網絡的航空發動機維修等級決策模型；

2)求解和計算基于深度信念網絡的航空發動機維修等級決策模型；

3)運用深度信念網絡方法構建航空發動機狀態監測參數與維修等級決策之間的深層次關系；

4)優化基于深度信念網絡的航空發動機維修等級決策模型；

5)進行基于深度信念網絡的航空發動機維修等級決策，測試其準確性。

2.根據權利要求1所述的基于深度信念網絡的航空發動機維修等級決策方法，其特征在于，所述的步驟1)中的深度信念網絡指有多層感知器的神經網絡，其由一系列受限玻爾茲曼機堆疊而成的，屬于無監督學習；每個維修等級決策模型中的限制玻爾茲曼機由航空發動機狀態參數層和航空發動機維修等級特征層組成，層與層之間通過權值連接，層內無連接；建立航空發動機維修等級決策能量函數為：

E(v,h;θ)=-vTWh-bTv-aTh=-Σi=1naivi-Σj=1mbjhj-Σi=1nΣj=1mWijvihj]]>

其中，設參數θ＝{W,a,b}，w為航空發動機狀態參數與維修等級之間限制玻爾茲曼機的權值矩陣；v為航空發動機狀態參數；h為航空發動機維修等級特征；b和a為航空發動機參數影響因子；n和m分別為航空發動機狀態參數和航空發動機維修等級特征的神經元個數；其中i∈[1,n],j∈[1,m]，w_ij為航空發動機狀態參數節點i與航空發動機維修等級特征節點j之間的連接權重值；v_i為航空發動機狀態參數第i個神經元的狀態，h_j為航空發動機維修等級特征第j個神經元的狀態，a_i、b_j分別為航空發動機狀態參數和航空發動機維修等級特征的偏置值該模型通過不斷優化參數w、b和a，從而使航空發動機維修等級決策能量函數取得最小值，從而達到航空發動機維修等級決策的要求；設參數θ＝{W,a,b}，得出航空發動機狀態參數v和航空發動機維修等級特征h的聯合概率分布函數：

P(v,h;θ)=1Z(θ)exp(-E(v,h;θ)),]]>

其中