摘要
本发明公开了一种基于卡尔曼滤波算法的扭力测试方法,涉及扭力测试技术领域,本发明动态噪声模型与材料特征库的结合使滤波器自动适应不同基板的声学特性,克服传统方法因材料参数波动导致的误判问题;其次,分频段处理机制在抑制高频噪声的同时完整保留材料破裂前的瞬态特征,避免有效信号丢失;迁移学习模型通过对抗训练消除批次差异,确保动态阈值判决的泛化能力;实时补偿策略在紧急情况下生成兼顾力学安全与装配精度的再紧固方案。
技术关键词
扭力测试方法
卡尔曼滤波算法
协方差矩阵
迁移学习模型
材料特征
加权残差
噪声
频段
滑动时间窗
微型扭矩传感器
判决阈值
信号
扭力测试技术
一维卷积神经网络
平稳小波变换
指数
深度预测模型
频谱特征
系统为您推荐了相关专利信息
射击误差
动态校正方法
期望最大化算法
参数
蒙特卡洛
多通道
自动编码器
图像
多层次特征
输入神经网络模型
数据处理方法
中心服务器
幼儿
关键词
图像特征向量