摘要
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。
技术关键词
矢量推进器
寿命预测方法
注意力
融合卷积神经网络
特征提取模块
寿命预测模型
分支
全局平均池化
多层感知器
表达式
剩余使用寿命
矩阵
频谱特征
数据立方体
元素
数据存储单元
振动信号传感器
系统为您推荐了相关专利信息
脑肿瘤分割
脑肿瘤分类
多模态
图像识别系统
模态特征
遮挡场景
视频流
注意力
特征金字塔网络
特征提取器
遥感卫星图像
去雾方法
注意力
全局平均池化
矩阵