摘要
本申请提供了一种涡轮增压器喘振识别方法、系统、电子设备及存储介质,包括:获取涡轮增压器多通道声信号数据;将通过预处理后的声信号数据进行特征提取,以得到多维多域复合特征,并对多维多域复合特征进行降维处理,形成三维敏感特征集;基于构建好的增压器喘振识别模型分别对不同声信号通道的喘振结果预测,以得到各通道声信号数据的喘振预测结果;通过改进的DS证据理论对各通道的喘振预测结果进行决策融合,以得到融合后的喘振识别结果,根据喘振识别结果进行涡轮增压器喘振识别。本申请实现了涡轮增压器喘振状态的高精度识别,显著提升了多工况、多通道环境下的模型适应性和鲁棒性,为工业应用的实现提供了可靠的技术支撑。
技术关键词
涡轮增压器喘振
鲸鱼优化算法
非暂态计算机可读存储介质
门控循环单元
数据
识别方法
多通道
DS证据理论
小波包阈值
决策
信号采集模块
电子设备
投影方法
信号特征
系统为您推荐了相关专利信息
混合神经网络模型
状态预测方法
锂离子电池
功率
滑动窗口
深度卷积神经网络模型
多模态特征融合
多头注意力机制
加密
统计分析方法
轴承故障诊断方法
特征提取模块
邻近算法
网络
滚动轴承
三维特征模型
三维点云数据
路径优化方法
打码机
曲线