摘要
本发明公开了一种基于物理信息神经网络的气缸压力虚拟测量方法,该方法包括:在不同负荷下获取某一缸特定时段的缸盖振动信号和缸压信号;构建物理信息神经网络,以缸盖振动信号为输入,以对应的缸压信号为输出;确定不同负荷下缸盖系统的传递函数,作为物理约束,通过构造损失函数的形式将物理约束嵌入神经网络;利用不同负荷下该缸特定时段的缸盖振动信号和缸压信号训练物理信息神经网络,且不同负荷下的缸盖振动信号和缸压信号使用对应负荷下的物理约束;将特定时段的缸盖振动信号输入至训练好的物理信息神经网络,以得到相应的缸压信号。本发明利用神经网络通过缸盖振动信号来预测气缸压力,并引入缸盖系统的传递函数,能够准确得到气缸压力。
技术关键词
虚拟测量方法
下缸盖
信号
物理
负荷
霍尔传感器
压缩上止点
气缸
序列
振动传感器
数据
缸盖系统
曲轴
存储装置
压力传感器
曲柄
频率响应
电子设备
系统为您推荐了相关专利信息
超声波水表
噪声数据采集
神经网络模型
数据采集模块
可视化模块
可编程增益放大器
相位误差信号
信号采集方法
闭环反馈机制
多通道并行
模态特征
血流特征
机器学习分类器
识别方法
多层次
径向基函数神经网络
水声信道估计方法
径向基神经网络
生成随机信号
进化算法