基于数字孪生的疲劳测试加载系统状态监测方法及系统

AITNT
正文
推荐专利
基于数字孪生的疲劳测试加载系统状态监测方法及系统
申请号:CN202510452817
申请日期:2025-04-11
公开号:CN119961814A
公开日期:2025-05-09
类型:发明专利
摘要
本发明涉及基于数字孪生的疲劳测试加载系统状态监测方法及系统,属于工业设备状态监测技术领域,解决了传统方法监测手段单一、信息化程度低、实时性较差等问题。本发明首先搭建疲劳测试加载系统物理空间,部署加载系统参数传感器采集疲劳测试加载系统的参数,再搭建疲劳测试加载系统数字空间,对数据进行预处理后和数据集划分后,利用log‑LSTM模型找出时序数据的前后关联特征,实现疲劳测试加载系统运行数据的特征提取,并基于时序特征有效判断当前的状态,最终输出疲劳测试加载系统的异常状态分类结果,从而能够及时发现疲劳测试加载系统多个部件的异常状态,保证了测试过程的稳定运行,避免了不必要停机造成的经济损失和研发中断。
技术关键词
测试加载系统 状态监测方法 数字孪生 LSTM模型 数据服务器 异常状态 数据总线模块 智能过滤器 参数 状态监测系统 智能断路器 线性插值法 工业设备状态 子系统 振动传感器 线性插值方法
系统为您推荐了相关专利信息
1
一种手工组装电机的不良品预测预警方法及系统
组装工具 预测预警系统 动作特征 生理特征参数 实时视频流
2
一种基于大数据分析的智能财税合规检查系统
检查系统 人工智能辅助 机器学习算法 数据挖掘算法 数据分析模块
3
一种源网荷储一体化n-1场景电压安全分析方法
静态电压稳定裕度 长短期记忆网络 分析方法 LSTM模型 场景
4
一种基于图神经网络的配电网多资源融合规划方法及系统
数字孪生模型 分层强化学习 交直流混合系统 资源 计算机可执行指令
5
一种发动机排放控制的实时检测与调整方法
发动机排放控制 控制策略 数字孪生模型 决策系统 增量学习算法
添加客服微信openai178,进AITNT官方交流群
驱动智慧未来:提供一站式AI转型解决方案
沪ICP备2023015588号