[发明专利]一种基于数字孪生和迁移学习的气缸泄露故障诊断方法在审
| 申请号： | 202211016143.2 | 申请日： | 2022-08-24 |
| 公开（公告）号： | CN115481655A | 公开（公告）日： | 2022-12-16 |
| 发明（设计）人： | 林杰威;裴国斌;张俊红;朱小龙;戴胡伟 | 申请（专利权）人： | 天津大学 |
| 主分类号： | G06K9/00 | 分类号： | G06K9/00;G06N3/04;G06N3/08;G06F30/27 |
| 代理公司： | 天津垠坤知识产权代理有限公司 12248 | 代理人： | 秦伟华 |
| 地址： | 300000*** | 国省代码： | 天津;12 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明公开了一种基于数字孪生和迁移学习的气缸泄露故障诊断方法，所述方法包括以下步骤：基于虚拟仿真数据构建大型源域数据集，采用监督式深度神经网络训练方法，对模型进行充分预训练，预训练好的模型其各层参数获得了源域数据集的诊断知识。本申请和现有技术相比，在申请中设置活塞缸套系统高保真数字孪生模型和数据迁移模型，将通过柴油机活塞环、缸套磨损的故障模拟试验获得的数据导入到活塞缸套系统高保真数字孪生模型和数据迁移模型中，活塞缸套系统高保真数字孪生模型和数据迁移模型设置有数据模型更新机制，可以随时增添新的试验数据，如此可以提高发动机的故障检测效率。 | ||
| 搜索关键词： | 一种 基于 数字 孪生 迁移 学习 气缸 泄露 故障诊断 方法 | ||
【主权项】：
暂无信息
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于天津大学，未经天津大学许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/patent/202211016143.2/，转载请声明来源钻瓜专利网。
