免责声明:此信息由网站用户发布,所涉及的全部信息(包括图片等)仅供参考。本网站不保证此信息完全真实、有效,也不构成任何建议。详细请见本站网站声明。
专利信息登记表(供给方)
| 专利名称 | v |
||
| 专利类型 | 国内专利 | ||
| 申请号/专利号 | CN202411781168.0 | ||
| 专利权人 | 燕山大学 | ||
| 申请日 | |||
| 授权日 | |||
| 公开(公告)号 | CN119720761A | ||
| 法律状态 | 已授权 | ||
| 行业分类 | 其他 | ||
| 战略性新兴产业分类 | 工业机器人与工作站 | ||
| 意向价格 | 面议 | ||
| 权属人所属地域 | 河北省-秦皇岛市-市辖区 | ||
| IPC分类 | G06 计算、推算、计数 | ||
| 专利类别 | 发明 | ||
| 是否有PCT 选项 | |||
| 合作方式 | 技术转让|技术服务|技术许可| | ||
| 专利摘要 | 本发明涉及一种基于PreDyn‑ST模型的EHA性能退化预测方法及系统,提出了基于深度学习方法(PreDyn‑ST)模型的EHA液压系统的性能退化预测方法及系统。本发明的方法包括:S1、搭建EHA试验台;S2、信号采集;S3、获取退化标签;S4、构建PreDyn‑ST模型;S5、PreDyn‑ST模型训练;S6、获得模型预测的寿命预测结果。另一方面本发明的系统包括数据采集模块、退化标签定义模块、模型构建模块、数据划分模块以及模型验证预测模块。本发明能够可视化退化过程中时空特性的动态变化,并结合物理退化机制对这些变化进行解释,增强了模型的可解释性,并提升了模型的可信度。 |
| 信息有效期 | 至 |
项目联系人信息