一种基于无监督与有监督学习结合的无人艇故障诊断方法

AITNT
正文
推荐专利
一种基于无监督与有监督学习结合的无人艇故障诊断方法
申请号:CN202510531931
申请日期:2025-04-25
公开号:CN120430176A
公开日期:2025-08-05
类型:发明专利
摘要
本发明公开了一种基于无监督与有监督学习结合的无人艇故障诊断方法,包括以下步骤:步骤1:搭建无人艇推力预测模型,所述无人艇推力预测模型包括无监督神经网络、有监督神经网络以及用于连接无监督神经网络和有监督神经网络的桥接网络;步骤2:对无人艇推力预测模型进行训练,得到训练后的无人艇推力预测模型;步骤3:采集无人艇的实时状态数据,将该实时状态数据输入至训练后的无人艇推力预测模型,得到无人艇推力预测结果;步骤4:根据无人艇推力预测结果,得到最终残差,利用最终残差,计算T2统计量,根据T2统计量确定无人艇是否存在故障。
技术关键词
无人艇 无监督神经网络 故障诊断方法 T2统计量 神经网络架构 神经网络参数 推力 故障诊断模型 超参数 变量 调节误差 随机噪声 数据 无故障 信号 传感器 动态
系统为您推荐了相关专利信息
1
一种协同无人艇编队控制方法
无人艇编队 动态障碍物 事件触发机制 静态障碍物 跟随算法
2
一种基于改进SuperPoint网络的特征提取与匹配方法
神经网络架构搜索 资源受限平台 无人机视觉 检测损失 编码结构
3
基于视觉处理的电池片裂纹检测方法、系统、设备及介质
裂纹检测方法 图像采集设备 寿命预测模型 神经网络技术 样本
4
一种电力集中通讯控制装置的故障诊断方法与系统
通讯控制装置 故障传播路径 级联故障 分类边界 故障诊断方法
5
面向工件无序抓取的点云实例分割方法、装置、设备、存储介质和程序产品
深度学习模型 神经网络架构 实例分割方法 工件点云 分支
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