摘要
本发明公开了一种基于数字孪生的水下滑翔机能耗建模与剩余寿命预测方法,属于水下机器人技术领域。通过融合模拟跑航测试与海试数据,构建并更新能耗模型的确定性参数及时变参数,针对时变参数中的退化系数,设计基于遗传算法的自适应更新策略,实现模型随物理实体演化。在水下滑翔机的剩余寿命预测应用中,以能源系统剩余电量百分比为健康指标,针对历史样机与在役样机数据分布差异导致的模型泛化能力弱的问题,提出一种基于领域对抗迁移的剩余寿命预测方法,能够有效提升对在役水下滑翔机剩余寿命预测的精度。所提方法突破了传统人为经验主导的回收决策模式,为在役样机的能效预警和维护计划调整提供了重要技术支撑。
技术关键词
剩余寿命预测方法
水下滑翔机
数字孪生
调节单元
能耗
能源系统
模型预测值
剩余寿命预测模型
退化特征
浮力
阶段
水下机器人技术
可调稳压电源
仿真平台
探测单元
可调溢流阀
数据分布
动力单元
定位单元
系统为您推荐了相关专利信息
协议特征
插件管理器
时钟
数据格式
数字孪生模型
浮式海上风机
控制水下机器人
故障预测模型
检修方法
数字孪生模型
信任更新方法
水声传感网
局部信任模型
多智能体协同
模糊逻辑
收割机控制方法
数字孪生模型
安装监测设备
非线性最小二乘法
坐标系