-
公开(公告)号:CN119494037B
公开(公告)日:2025-04-15
申请号:CN202510074420.2
申请日:2025-01-17
Applicant: 青岛哈尔滨工程大学创新发展中心
IPC: G06F18/2411 , G06F18/15 , G06F18/213 , G06F18/25
Abstract: 本发明公开了一种矢量推进器的寿命预测方法及系统,属于矢量推进器寿命预测技术领域,其步骤为:收集矢量推进器的历史传感器数据,包括电流电压、振动信号、压力、加速度、温度和声音数据;对收集的历史传感器数据进行预处理;构造数据立方体,并划分为训练集和测试集;基于三分支融合卷积神经网络构建寿命预测模型,三分支融合卷积神经网络模型结合了频谱注意力分支模块、双向空间注意力分支模块和多注意力融合分支模块,能够从频谱和空间等多个角度有效提取和融合特征,大大提高了模型的识别能力和泛化性能。本发明能够提供更加精确的矢量推进器寿命预测,有助于提前发现潜在故障,降低维护成本,延长设备使用寿命。
-
公开(公告)号:CN119494037A
公开(公告)日:2025-02-21
申请号:CN202510074420.2
申请日:2025-01-17
Applicant: 青岛哈尔滨工程大学创新发展中心
IPC: G06F18/2411 , G06F18/15 , G06F18/213 , G06F18/25
Abstract: 本发明公开了一种矢量推进器的寿命预测方法及系统,属于矢量推进器寿命预测技术领域,其步骤为:收集矢量推进器的历史传感器数据,包括电流电压、振动信号、压力、加速度、温度和声音数据;对收集的历史传感器数据进行预处理;构造数据立方体,并划分为训练集和测试集;基于三分支融合卷积神经网络构建寿命预测模型,三分支融合卷积神经网络模型结合了频谱注意力分支模块、双向空间注意力分支模块和多注意力融合分支模块,能够从频谱和空间等多个角度有效提取和融合特征,大大提高了模型的识别能力和泛化性能。本发明能够提供更加精确的矢量推进器寿命预测,有助于提前发现潜在故障,降低维护成本,延长设备使用寿命。
-