摘要
本发明属于测试技术领域,公开了一种空气悬架的自动测试方法及系统,所述方法包括:获取对空气悬架的振动测试信号;基于经验模态分解算法对振动测试信号进行多模态分解,得到多个本征模态分量;对多个本征模态分量进行筛选处理,得到若干处理后的本征模态分量;基于若干处理后的本征模态分量,构建关键特征;将关键特征输入至悬架故障测试模型中进行故障测试,得到测试结果,所述测试结果包括空气悬架发生故障的概率以及对应的故障类型;其中,所述悬架故障测试模型基于迁移学习构建。本发明具有实时性强、能够定位早期隐性故障以及模型具有泛化能力强、测试效率高以及故障测试的准确度高等优点。
技术关键词
自动测试方法
空气悬架
经验模态分解算法
深度学习模型
多模态
迁移学习算法
自动测试系统
信号获取模块
样本
特征值
数据
可读存储介质
噪声
参数
计算机
标签
系统为您推荐了相关专利信息
超声检测系统
视觉定位模块
图像检测单元
超声检测方法
深度学习模型
风险预测模型
数据采集策略
强化学习模型
电力数据采集方法
多模态数据采集
多模态
数据采集系统
捕捉无人机
地面控制系统
红外线传感器
流体动力学装置
测功器
数据处理单元
试验台
模式识别技术