摘要
本发明公开了一种考虑多因素影响的摩擦片疲劳寿命预测方法,包括:获取摩擦片在实际工况下多因素影响的性能参数,引入平均摩擦系数计算关键参数;构建多维特征输入向量,基于深度神经网络模型建立摩擦片疲劳寿命与各影响因素之间的非线性映射关系;实时监测所述摩擦片的性能,获取对应的疲劳寿命预测值;采用模糊综合评判方法分析所述最优表征参数的变化趋势,建立状态评估的模糊评判模型,获取摩擦片磨损程度预测值;对所述擦片磨损程度预测值采用置信度分析模块,对所述摩擦片磨损程度预测值的预测结果进行置信度评估,生成包含误差范围的疲劳寿命预测区间,显著提升了预测精度和模型泛化能力,增强了预测结果的可信度和可解释性。
技术关键词
摩擦片
疲劳寿命预测方法
深度神经网络模型
非线性映射关系
模糊综合评判方法
前馈神经网络
参数
模糊评判
表达式
线性回归方程
在线分析监测
融合注意力机制
工况
指标
模糊隶属度函数
剩余疲劳寿命
润滑油膜厚度
系统为您推荐了相关专利信息
度测定方法
深度神经网络模型
高斯平滑滤波
纹理特征提取
颜色直方图
故障实时诊断方法
旋转机械轴承
嵌入式板卡
深度神经网络模型
深度学习算法
多参数实时监测
智能调控系统
多参数传感器
离子敏感场效应晶体管传感器
深度神经网络模型
检测透镜
透镜模组
光束入射角
图像
深度神经网络模型
说话人识别方法
说话人识别准确性
说话人身份识别
语音特征
深度神经网络模型