摘要
本发明涉及一种基于LSTM神经网络与相似度计算的液压泵马达退化评估方法及系统,其包括:从不同工况内的试验数据中提取出表征液压泵马达退化的关键指标与影响液压泵马达工况的输入参数;将获取的原始试验数据进行选取划分为训练数据集和测试数据集;对训练数据集中的样本进行归一化和数据筛选,获得数据增强样本,用于模型训练;测试数据集中的样本仅做归一化处理,用于模型测试;基于数据特征设置模型参数,得出容积效率计算结果,计算均方根误差;确定试验数据中液压泵马达的运行工况,分析不同时间段内液压泵马达退化指标参数的变化趋势;计算不同时间段内液压泵马达退化指标参数的相似度,得出退化程度;分别对神经网络的预测结果和相似度计算结果乘以0.5的权重系数,实现液压泵马达退化评估。
技术关键词
液压泵马达
LSTM神经网络
容积
指标
工况
时间段
样本
参数随时间
计算方法
马达系统
数据分析模块
程序
评估系统
转向泵
曲线
系统为您推荐了相关专利信息
修复方法
分类器
强化学习策略
度量
神经网络模型
高速公路机电设备
机电设备故障
神经网络模型
运维
决策
头戴式眼动追踪设备
反馈方法
指标
动态变化特征
听觉场景分析