公开(公告)号：CN114266013A

公开(公告)日：2022-04-01

申请号：CN202111677666.7

申请日：2021-12-31

Applicant: 重庆大学

Inventor： 尹爱军 ,  周俊林 ,  陈小敏

IPC: G06F17/18 ,  G06F17/14 ,  G06N3/04 ,  G06N3/08

Abstract: 一种基于深度学习虚拟感知网络的传动系统振动解耦方法，包括如下步骤：1)在传动系统中布置实际物理传感器和虚拟传感器；2)基于传动系统的动力学模型构建虚拟仿真模型，利用传动系统试验台和虚拟仿真模型对典型状态进行试验和仿真，采集振动数据以构建典型状态数据库；3)处理采集得到的振动数据，得到数据集；4)构建虚拟感知网络模型；5)将数据集分为训练集、验证集和测试集，训练虚拟感知网络模型；6)以实际物理传感器产生的振动数据作为输入预测虚拟传感器的振动数据，实现传动系统的虚拟感知。利用物理位置的真实传感器监测参数和数据，实现对传动系统的全面的多维虚拟感知和多源振动解耦分离，确保传动系统的安全性和稳定性。

公开(公告)号：CN114266013B

公开(公告)日：2024-05-28

申请号：CN202111677666.7

申请日：2021-12-31

Applicant: 重庆大学

Inventor： 尹爱军 ,  周俊林 ,  陈小敏

IPC: G06F30/27 ,  G06F17/18 ,  G06F17/14 ,  G06N3/0455 ,  G06N3/0442 ,  G06N3/08

Abstract: 一种基于深度学习虚拟感知网络的传动系统振动解耦方法，包括如下步骤：1)在传动系统中布置实际物理传感器和虚拟传感器；2)基于传动系统的动力学模型构建虚拟仿真模型，利用传动系统试验台和虚拟仿真模型对典型状态进行试验和仿真，采集振动数据以构建典型状态数据库；3)处理采集得到的振动数据，得到数据集；4)构建虚拟感知网络模型；5)将数据集分为训练集、验证集和测试集，训练虚拟感知网络模型；6)以实际物理传感器产生的振动数据作为输入预测虚拟传感器的振动数据，实现传动系统的虚拟感知。利用物理位置的真实传感器监测参数和数据，实现对传动系统的全面的多维虚拟感知和多源振动解耦分离，确保传动系统的安全性和稳定性。