-
公开(公告)号:CN119720761A
公开(公告)日:2025-03-28
申请号:CN202411781168.0
申请日:2024-12-05
Applicant: 燕山大学
IPC: G06F30/27 , G06F18/21 , G06F18/214 , G06F18/22 , G06F18/213 , G06N3/0455 , G06N3/042 , G06N3/0464 , G06N3/08 , G06F119/02
Abstract: 本发明涉及一种基于PreDyn‑ST模型的EHA性能退化预测方法及系统,提出了基于深度学习方法(PreDyn‑ST)模型的EHA液压系统的性能退化预测方法及系统。本发明的方法包括:S1、搭建EHA试验台;S2、信号采集;S3、获取退化标签;S4、构建PreDyn‑ST模型;S5、PreDyn‑ST模型训练;S6、获得模型预测的寿命预测结果。另一方面本发明的系统包括数据采集模块、退化标签定义模块、模型构建模块、数据划分模块以及模型验证预测模块。本发明能够可视化退化过程中时空特性的动态变化,并结合物理退化机制对这些变化进行解释,增强了模型的可解释性,并提升了模型的可信度。