摘要
本发明提供一种飞机刹车系统电液伺服阀故障诊断方法及装置,涉及机电液压系统故障诊断技术领域。所述方法包括:采集电液伺服阀振动信号,对所述振动信号进行快速傅里叶变换和变分模态分解处理,生成多尺度时频特征;利用时序卷积网络模型对所述多尺度时频特征进行特征提取、融合以及故障分类;利用带有样本筛选的自适应损失函数对所述时序卷积网络模型进行训练,增强模型对噪声标签的抗干扰能力。本发明能够解决故障模式复杂、标签噪声干扰导致的基于深度学习的故障诊断方法通用性差、诊断准确性低的问题,提高故障诊断的及时性和精度。
技术关键词
飞机刹车系统
卷积网络模型
噪声标签
液压系统故障诊断技术
生成多尺度
电液伺服阀
时序
计算机可读指令
样本
信号
故障诊断方法
变量
可读存储介质
堵塞故障
代表
序列
系统为您推荐了相关专利信息
边缘曲率特征
形状上下文
小波变换系数
机器学习模型
电商
综合管理系统
网格
数字孪生模型
智能算法
低空飞行器
配准方法
深度特征提取网络
训练深度学习模型
灾害遥感
多尺度特征金字塔
故障诊断方法
样本
卷积神经网络模型
融合特征
滑动窗口算法
实例分割方法
时间序列特征
卷积长短期记忆
时间序列图像
对齐模块