[發明專利]一種基于學習模型的飛機油箱剩余油量測量系統和方法有效
| 申請號： | 201810490299.1 | 申請日： | 2018-05-21 |
| 公開（公告）號： | CN108801387B | 公開（公告）日： | 2020-04-03 |
| 發明（設計）人： | 郭毅博;徐明亮;潘俊;陳廣豪;王華;薛均曉;姜曉恒;周兵;呂培;牛猛 | 申請（專利權）人： | 鄭州大學;中國航空工業集團公司金城南京機電液壓工程研究中心 |
| 主分類號： | G01F23/00 | 分類號： | G01F23/00 |
| 代理公司： | 北京眾合誠成知識產權代理有限公司 11246 | 代理人： | 趙娟 |
| 地址： | 450000 河南省鄭*** | 國省代碼： | 河南;41 |
| 權利要求書： | 查看更多 | 說明書： | 查看更多 |
| 摘要： | |||
| 搜索關鍵詞： | 一種 基于 學習 模型 飛機 油箱 剩余 測量 系統 方法 | ||
1.一種基于學習模型的飛機油箱剩余油量測量系統，包括處理器，處理器連接有角度傳感器，角度加速度傳感器和至少兩個液位傳感器；角度傳感器用于檢測飛機的飛行角度，角度加速度傳感器用于檢測飛機飛行角度的加速度，各液位傳感器用于設置在飛機油箱的不同位置，檢測飛機油箱的液位；其特征在于，所述處理器根據學習模型對各傳感器檢測到的數據進行處理得到飛機油箱的剩余油量；
所述學習模型包括設定數量的LSTM層，設定數量的dropout層和全連接層，其中第一個LSTM層包括公式
其中第j個LSTM層包括公式
第i個dropout層包括公式
其中表示ti時刻各傳感器所檢測到的數據，Uj，Wj，Vj表示第j個LSTM層相應的權重矩陣，表示第j個LSTM層隱藏層的值，rj表示第j個dropout層激活神經元的概率值，和均為激勵函數；
全連接層根據計算出飛機剩余油量其中R表示相應的權重矩陣，m為所述設定數量，且m大于1。
2.根據權利要求1所述的基于學習模型的飛機油箱剩余油量測量系統，其特征在于，根據所述飛機剩余油量測量結果和數據樣本對應的數值標簽計算得到損失函數，并根據損失函數對學習模型中的各權重矩陣進行更新。
3.根據權利要求2所述的基于學習模型的飛機油箱剩余油量測量系統，其特征在于，得到損失函數之后，對損失函數進行優化處理，然后根據優化后的損失函數對學習模型中的各權重矩陣進行更新。
4.根據權利要求1或2或3所述的基于學習模型的飛機油箱剩余油量測量系統，其特征在于，在學習模型對各傳感器檢測到的數據進行處理時，首先判斷各傳感器所檢測的數據是否在相應的設定范圍內，如果不在，則判斷為該傳感器所檢測到的數據失真。
5.根據權利要求4所述的基于學習模型的飛機油箱剩余油量測量系統，其特征在于，判斷各傳感器所檢測的數據是否在相應的設定范圍內時，首先對各傳感器檢測到的數據進行歸一化處理，然后根據歸一化處理的結果判斷各傳感器所檢測的數據是否在相應的設定范圍內。
6.一種基于學習模型的飛機油箱剩余油量測量方法，其特征在于，包括如下步驟：
(1)獲取各液位傳感器，角度傳感器和角度加速度傳感器檢測到的數據；
(2)根據學習模型對各傳感器檢測到的數據進行處理得到飛機油箱的剩余油量；
所述學習模型包括設定數量的LSTM層，設定數量的dropout層和全連接層，其中第一個LSTM層包括公式
其中第j個LSTM層包括公式
第i個dropout層包括公式
其中表示ti時刻各傳感器所檢測到的數據，Uj，Wj，Vj表示第j個LSTM層相應的權重矩陣，表示第j個LSTM層隱藏層的值，rj表示第j個dropout層激活神經元的概率值，和均為激勵函數；
全連接層根據計算出飛機剩余油量其中R表示相應的權重矩陣，m為所述設定數量，且m大于1。
7.根據權利要求6所述的基于學習模型的飛機油箱剩余油量測量方法，其特征在于，根據所述飛機剩余油量結果和數據樣本對應的數值標簽計算得到損失函數，并根據損失函數對學習模型中的各權重矩陣進行更新。
8.根據權利要求7所述的基于學習模型的飛機油箱剩余油量測量方法，其特征在于，得到損失函數之后，對損失函數進行優化處理，然后根據優化后的損失函數對學習模型中的各權重矩陣進行更新。
該專利技術資料僅供研究查看技術是否侵權等信息，商用須獲得專利權人授權。該專利全部權利屬于鄭州大學;中國航空工業集團公司金城南京機電液壓工程研究中心，未經鄭州大學;中國航空工業集團公司金城南京機電液壓工程研究中心許可，擅自商用是侵權行為。如果您想購買此專利、獲得商業授權和技術合作，請聯系【客服】
本文鏈接：http://www.szxzyx.cn/pat/books/201810490299.1/1.html，轉載請聲明來源鉆瓜專利網。
- 上一篇：改進型液位感測和診斷確定
- 下一篇：一種測深頭蓋及使用其的船舶
