摘要
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。
技术关键词
水下矢量推进器
健康指标体系
多项式
矩阵
载荷
平滑算法
数据
融合算法
信息编码
连续小波变换
主成分分析法
KNN算法
深度神经网络
生成随机数
标记
训练集
注意力机制
传感器
周期
系统为您推荐了相关专利信息
剩余使用寿命预测方法
门控循环单元
信号特征提取
GRU模型
在线
衰减地震数据
神经网络框架
稳态
因子
计算机执行指令
噪声分类方法
图像转换模块
矩阵
卷积神经网络模型
信号
机械臂运动学
轨迹规划方法
关节
轨迹规划系统
逆运动学
深度学习模型
复合层
储氢容器
一体化设计方法
内胆