-
公开(公告)号:CN119357563B
公开(公告)日:2025-04-25
申请号:CN202411909840.X
申请日:2024-12-24
Applicant: 青岛哈尔滨工程大学创新发展中心
IPC: G06F18/10 , G06F18/213 , G06F18/25 , G06F18/2433 , G06F17/16 , G06N3/0464 , G06N3/0442 , G06N3/045 , G06N3/084
Abstract: 本发明提供了一种水下矢量推进器健康指标体系构建方法,涉及水下矢量推进器技术领域,具体包括如下步骤:获取全周期振动信号,对全周期振动信号进行数据预处理,形成预处理后的数据集;将数据集划分为训练集和测试集,并将测试集和训练集同时输入到BiLSTM、CNN‑SE、DNN、信息编码神经网络中,利用不同神经网络提取特征信息;对提取的多种特征信息,利用MVSBA融合多种特征信息,得到加权后的融合向量;利用平滑算法,对加权后的融合向量进行平滑处理;利用加权均值作为衡量水下矢量推进器健康状态的评价函数的评价指标。本发明的技术方案克服现有技术中缺乏稳定、可靠的水下矢量推进器健康指标体系的问题。
-
公开(公告)号:CN119357563A
公开(公告)日:2025-01-24
申请号:CN202411909840.X
申请日:2024-12-24
Applicant: 青岛哈尔滨工程大学创新发展中心
IPC: G06F18/10 , G06F18/213 , G06F18/25 , G06F18/2433 , G06F17/16 , G06N3/0464 , G06N3/0442 , G06N3/045 , G06N3/084
Abstract: 本发明提供了一种水下矢量推进器健康指标体系构建方法,涉及水下矢量推进器技术领域,具体包括如下步骤:获取全周期振动信号,对全周期振动信号进行数据预处理,形成预处理后的数据集;将数据集划分为训练集和测试集,并将测试集和训练集同时输入到BiLSTM、CNN‑SE、DNN、信息编码神经网络中,利用不同神经网络提取特征信息;对提取的多种特征信息,利用MVSBA融合多种特征信息,得到加权后的融合向量;利用平滑算法,对加权后的融合向量进行平滑处理;利用加权均值作为衡量水下矢量推进器健康状态的评价函数的评价指标。本发明的技术方案克服现有技术中缺乏稳定、可靠的水下矢量推进器健康指标体系的问题。
-