摘要
本发明涉及试验台运行监测技术领域,具体涉及一种燃油泵试验台运行监测方法及系统。其方法包括:获取燃油泵试验台运行的监测时序数据并进行特征提取,构建时空图注意力网络‑无迹卡尔曼滤波器的耦合预测模型,依此预测过程噪声协方差矩阵和测量噪声协方差矩阵,利用无迹卡尔曼滤波器进行状态估计得到向量后验概率分布,构建故障演化轨迹流形,计算向量后验概率分布与故障演化轨迹流形之间的马氏距离,并将其作为监测指标。即本发明的方案能够从多源数据中提取出更能反映系统内在非线性和复杂动力学特性的深层特征,提升滤波器对系统潜在健康状态估计的精确性,克服传统方法中模型参数固定、难以捕捉渐变性故障的缺陷。
技术关键词
燃油泵试验台
协方差矩阵
监测方法
后验概率分布
李雅普诺夫指数
注意力
时序
神经网络单元
噪声
重构理论
无迹卡尔曼滤波器
轨迹
流形学习算法
重构相空间
历史监测数据
门控循环单元
系统为您推荐了相关专利信息
动态规划方法
巡检路径
巡检机器人
断线检测方法
方差贡献率
车辆行驶路径
监测方法
车辆卫星定位数据
车辆行驶路程
行驶车辆
航天器
融合图像信息
多头注意力机制
协同感知方法
分布式信息
地下管线变形
实时监测方法
三维点云数据
图谱
三维激光扫描仪