在民航实际运营场景中，航空发动机故障样本极度匮乏且类型多样，导致传统数据驱动诊断模型面临样本严重不平衡和无法动态适应新数据的困境。
针对这一工业痛点，相关研究团队在期刊《Advanced Engineering Informatics》上发表了题为"Continual contrastive reinforcement learning: Towards stronger agent for environment-aware fault diagnosis of aero-engines through long-term optimization under highly imbalance scenarios"的学术论文。
该研究构建了一套结合对比学习与深度强化学习的故障诊断智能体架构，利用航空公司持续积累的运行数据，实现对不同故障类型的长效学习与动态诊断。
发动机状态数据与故障标签的获取依赖于完整的生命周期监控与专业维护记录。如图1所示，发动机在日常运行中会通过传感器记录多航段数据，直至因发生故障被拆卸维修。
工程人员结合原厂客户通报报告中的异常记录与专家诊断结论，对故障发生前的关键航段序列打上对应的故障标签，而未发生故障的航段则作为正常样本。通过设定固定长度的时间滑动窗口截取多维气路特征，构成了智能体进行时序状态感知的原始输入。
该方法的核心思路是将航空公司的运营维护流程直接构建为智能体的交互环境。如图2所示，智能体在每个航段后接收机载通信系统传输的气路性能数据作为状态输入，并给出相应的故障类型判定动作。
地面维护专家依据实际排故结果对智能体的诊断行为进行评判，由此生成的反馈奖励连同状态轨迹一并存入经验回放池。通过智能体策略网络与经验回放机制的交替更新，诊断模型能够随着航班数据的持续增长而不断优化，完成与现实运营环境的长期交互。
为了在不引入人造时序伪数据的前提下克服故障样本稀缺的问题，框架设计了专用的特征区分模块。如图3所示，该模块首先利用数量充沛的正常样本对基于长短期记忆网络的自编码器进行预训练，使其充分捕捉发动机参数的基础时序规律。
然后，将同类真实故障样本构建为正样本对，不同类别故障构建为负样本对，在保持较小微调学习率的情况下进行对比学习训练，并通过加权对比损失约束同类特征聚合、拉开异类特征距离，使编码器在极少故障样本支持下建立起较为稳健的特征区分能力。
在完成特征提取后，模型利用决斗双重深度Q网络构建类型识别模块。如图4所示，预训练好的特征编码器参数被冻结并嵌入智能体前端，后接时序网络与两条分离的全连接分支，分别评估当前状态的基础价值与各诊断动作的相对优势，以此降低动作价值高估带来的决策偏差。
针对样本极度不平衡的特性，环境反馈的奖励规则依据各故障类别的样本数量动态调整，样本量越少的故障类别在正确识别时获得更高的正向权重，从而引导智能体在策略迭代中平衡对各类型故障的识别能力。
智能体的输入依托于发动机核心部件的气路监测参数。如图5所示，传感器主要采集低压压气机、高压压气机、燃烧室和高低压涡轮等关键位置的排气温度偏差、核心机转速偏差、燃油流量偏差以及风扇转速。
这套诊断智能体架构将底层气路物理特征感知、对比表征提取与不平衡强化学习闭环整合，为航空发动机在复杂工况与持续运行条件下的故障诊断提供了一种模块化、可动态演进的实现思路。
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 scenariosJ. Advanced Engineering Informatics, 2025, 65©: 103297.
https://www.sciencedirect.com/science/article/pii/S1474034625001909