一种基于机理与数据自适应混合驱动的液压系统模型构建方法

本发明提供一种基于机理与数据自适应混合驱动的液压系统模型构建方法，基于液压系统运行机理和历史运行数据分别构建液压系统的机理仿真模型和数据驱动模型，运用python构建液压系统的数字孪生模型的开发环境，并在此基础上运用卡尔曼滤波算法实现机理仿真模型和数据驱动模型的有效融合，通过数据驱动结果来修正机理仿真模型的理论推导值，并对卡尔曼滤波算法进行改进，使得液压系统的数字孪生模型可自适应更改机理模型与数据驱动模型的权重，大大提高了液压系统数字孪生模型的精度与泛化能力。