基于充足样本的多个设备元件导致多任务学习网络规模庞大,轻微和严重的跨元件零样本问题难度大。在多种样本量(充足样本和零样本)下,针对基于充足故障样本的多元件诊断网络规模过于庞大问题,引入MicroNet方法对多任务学习网络进行轻量化处理,然后利用热重启余弦退火算法优化上述网络,提出一种多任务轻量化学习网络模型,改善多任务学习网络的准确率和效率。针对更高难度的跨元件零样本问题,引入元学习方法进一步改进上述MT-MN-CA,进而提出一种改进多任务轻量化学习网络模型,解决轻微和严重的跨元件零样本问题。通过实测液压泵和滚动轴承故障验证所提两个网络模型的有效性和优越性,试验结果表明所提网络具有很高的实时性和准确率。

直升机提升是进行起落架维护工作的基础,在起落架维护工作中占有相当的时间比例,以某军用直升机为研究对象,设计了采用闭环反馈控制原理的液压同步提升系统,给出了液压同步提升系统的组成,重点设计了液压回路,详细描述了直升机提升工作过程;该系统可以实现对直升机的同步提升,从而提高了起落架的维护效率。