一种基于深度融合网络的MRE隔振器逆向动力学建模方法

本发明属于深度学习建模技术领域，尤其涉及一种基于深度融合网络的MRE隔振器逆向动力学建模方法，包括以下步骤：S1、构建基于深度融合网络的MRE隔振器逆向动力学模型；S2、对MRE隔振器进行动态力学性能测试，采集并记录器件的原始数据；并对原始数据进行预处理，得到训练数据；S3、使用得到的训练数据对构建的MRE隔振器逆向动力学模型进行训练；S4、使用训练后的MRE隔振器逆向动力学模型进行MRE隔振器的调控；其中，步骤S1和S2可以调换先后顺序。本方法可以克服传统参数化现象学模型难以求逆、非参数化神经网络模型研究少且精度不高的问题，为MRE隔振器的智能控制提供有力支持。