发动机故障诊断智能体（一）：航线运维环境的形式化建模与持续强化学习框架体系

在民用航空实际运营场景中，航空发动机的长期健康管理面临着运行环境动态变化、飞行监控数据持续增长以及故障样本极度稀缺等工程约束。传统基于离线训练的静态分类模型往往与动态的实际运营过程相割裂，难以适应长期数据流的演化。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》提出了一种将实际机队运维过程抽象为强化学习交互环境的新思路，通过构建闭环的自适应智能体，实现发动机在持续数据增长与高度类别不平衡条件下的长效故障诊断。

该体系的底层数据输入依托于民航发动机的气路监测架构。以典型的双转子大涵道比涡扇发动机为例，其高低压压气机、燃烧室和高低压涡轮等关键气路截面均布置有高精度物理传感器。在飞机执行巡航等关键飞行阶段时，机载系统采集转速、温度、流量等核心状态参数，并通过飞机通信寻址与报告系统将结构化报文下传至地面数据中心。地面系统结合原始传感数据与制造厂商的基线偏离度修正算法，形成包含排气温度偏差、核心机转速偏差、燃油流量偏差等表征机理退化的特征序列，为上层智能体提供了规范的状态观测基础。

为了将连续的物理运行过程划分为可供算法学习的样本单元，研究结合发动机全生命周期的维护日志进行了时序截取与标注。发动机自装机运行至因故障拆卸的过程包含了大量正常飞行记录和末期的故障阶段。研究利用制造厂商出具的客户通告报告作为真实状态的标定依据，报告详细记录了异常数据偏离阈值的起始时段及专家系统识别的故障类别。通过在故障发生时刻向前截取固定飞行次数的时序窗口，构建出涵盖正常状态以及各类典型气路故障的标准样本序列，进而支撑智能体对时间序列演变特征的感知。

在此数据基础上，研究将航空公司的日常运营与维修调度业务正式建模为强化学习的交互环境。在这一环境机制中，环境负责向智能体依次提供多航段的时序监测状态；智能体基于当前观测对发动机的健康状态或具体故障模式做出决策动作；地面维护团队与领域专家随后在实际检修中对智能体的判定结果进行复核验证；环境根据真实核实结果向智能体反馈对应的奖励信号，并将下一个飞行序列作为新的状态推进环境转移，从而将实际业务逻辑严格映射为强化学习的交互回路。

基于上述环境定义，持续对比强化学习框架建立了在线诊断、专家复核、经验存储、异步更新的运行机制。每当机队完成新的飞行任务，智能体即时执行诊断并输出维护建议，同时系统将当前飞行数据、智能体决策以及专家最终判定的真实标签完整打包存入经验重放池。当经验池累积的数据达到更新阈值时，算法自动触发策略网络的优化流程，利用历史经验与新增样本对网络参数进行迭代修正。这种设计使智能体的学习过程深度嵌入日常运维流程，实现了伴随飞行数据增长而持续演化的动态能力。

该框架将传统孤立的模式识别任务转化为与真实业务环境紧密耦合的序列决策任务，从体系架构层面解决了传统数据驱动诊断模型部署后难以自适应更新的缺陷。通过将专家反馈与多源时序数据转化为标准的强化学习要素，该形式化建模方法为后续融合时序特征表征提取、样本空间对比优化以及类别不平衡奖励调控等关键技术模块奠定了系统架构基础。

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.