Ripon Chandra Sarker

CNN框架在VTOL飞机故障检测中达到99%的准确率

研究人员开发了一个利用卷积神经网络（CNN）的机器学习框架，用于检测、隔离和预测自主垂直起降（VTOL）飞行器的故障严重性。该框架分析来自多变量飞行动力学数据的时空模式，以识别转子损坏及其程度。通过对模拟数据和带有受控叶片损坏的六旋翼飞行器实验数据进行验证，该模型在实验数据上实现了超过99%的故障分类准确率和96%的严重性估计准确率，展示了其在实时健康监测方面的潜力。