航空发动机故障诊断智能体的详细步骤

为了解决航空发动机在实际运行中故障样本稀少、故障类型多样以及监测数据持续增长带来的诊断难题，论文《Continual contrastive reinforcement learning: Towards stronger agent for environment-aware fault diagnosis of aero-engines through long-term optimization under highly imbalance scenarios》提出了一套融合对比学习与深度强化学习的智能体构建方法。

该方法将航空公司日常运维抽象为强化学习的交互环境，通过分步式特征提取与在线持续决策演化，开展了对航空发动机关键气路故障的识别。下面将详细介绍构建该故障诊断智能体的具体技术实施步骤。

第一步是采集发动机运行数据并构建时序诊断样本。系统从航后机载报文中提取排气温度、高低压转速、燃油流量等核心气路性能参数及其偏差值，并结合制造厂商提供的客户通告报告对故障航段进行标签对齐。

针对发动机性能退化的渐进特性，诊断流程以故障发生时刻为基准，向前截取固定飞行次数的历史记录构成滑动时间窗口，将其整合成统一维度的多维时序矩阵。所有时序数据在输入后续网络前完成区间归一化处理，形成标准化的状态样本集合。

第二步是利用海量正常数据进行时序编码器的自监督预训练。由于实际运行中绝大多数数据均为正常状态，直接使用少量故障数据训练容易导致模型过拟合。

首先构建由长短期记忆网络组成的时序自编码器，仅输入正常飞行时序样本进行重构训练。编码器提取序列最终时刻的隐藏状态作为特征压缩表示，解码器据此重构输入序列。

此步骤是用于让编码器在无标签干扰的情况下，充分学习发动机常规运行状态下的基本时序关联与特征压缩规律。

第三步是引入对比学习机制对编码器进行特征判别微调。为避免人工合成时序数据带来的误差，该步骤直接利用已有的真实多类故障样本构建样本对，将同类故障设定为正样本对，不同类别设定为负样本对。

将预训练好的编码器参数作为初始权重，并在其后接入多层全连接投影层。在微调训练过程中，编码器采用较小的学习率，通过加权对比损失函数增加同类故障特征的聚合度，同时拉开不同故障类型之间的特征间距，增强对稀疏故障模式的区分能力。

第四步是构建基于决斗双重深度网络结构的类型识别决策模块。将微调后的编码器作为特征提取前端并予以冻结，后接主干长短期记忆网络与双路线性层，分别估计当前时序状态的整体价值以及各故障动作的相对优势，以此避免对单一动作价值的高估。

为了解决样本数量极度不平衡的问题，环境根据各类别在训练集中的样本数量倒数计算差异化奖励权重，对稀有故障的正确判定给予更高的正向奖励，并在误判时实施相应惩罚，从优化目标层面平衡模型对不同故障类别的关注度。

第五步是智能体与运维环境的闭环交互与持续策略更新。在实际运行中，智能体采用贪婪探索策略对输入的时序样本输出诊断动作，地面专家根据现场实际检查结果给出真值反馈，交互产生的状态、动作与奖励记录被实时写入经验回放池。

当回放池累积到指定阈值后，主策略网络抽取批次经验进行时序差分学习与参数更新，目标网络则按固定步长周期性同步参数。随着机队飞行数据的持续累积，智能体通过不断重复该交互与更新流程，实现诊断能力的动态闭环迭代。

参考文献：

Continual contrastive reinforcement learning: Towards stronger agent for environment-aware fault diagnosis of aero-engines through long-term optimization under highly imbalance scenarios[J]. Advanced Engineering Informatics, 2025, 65(C): 103297.

https://www.sciencedirect.com/science/article/pii/S1474034625001909