[发明专利]一种基于测试数据的电液伺服机构健康评估方法及系统在审

专利信息
申请号: 202110780927.1 申请日: 2021-07-09
公开(公告)号: CN113404742A 公开(公告)日: 2021-09-17
发明(设计)人: 徐中英;岳瑞华;孔祥玉;何华锋;赵沙乐;郑建飞;张琪 申请(专利权)人: 中国人民解放军火箭军工程大学
主分类号: F15B19/00 分类号: F15B19/00
代理公司: 北京众达德权知识产权代理有限公司 11570 代理人: 张晓冬
地址: 710025 *** 国省代码: 陕西;61
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 一种 基于 测试数据 伺服 机构 健康 评估 方法 系统
【权利要求书】:

1.一种基于测试数据的电液伺服机构健康评估方法,其特征在于,所述方法包括:

获得测试数据集,所述测试数据集对应第一时间要求,且,所述测试数据集包括第一参数测试数据、第二参数测试数据、直到第N参数测试数据,其中,N为正整数;

获得预设健康评估规则,所述预设健康评估规则包括N个评估规则,所述N个评估规则与所述N个参数测试数据相对应;

对所述测试数据集中所有数据进行归一量化处理,获得第二测试集;

根据所述测试数据集中的所有参数信息,获得参数修正信息;

基于所述参数修正信息对所述第二测试集中所有数据进行修正,获得第三测试集;

构建健康评价模型;

将所述第三测试集中的测试数据、所述预测健康评估规则输入所述健康评价模型,获得参数评价集;

根据所述参数评价集,获得健康状态评估结果。

2.如权利要求1所述的方法,其特征在于,所述根据所述测试数据集中的所有参数信息,获得参数修正信息,包括:

获得第二时间信息,所述第二时间信息为当前测试时间;

根据所述第一时间要求,获得第一时间信息;

根据所述第一时间信息、所述第二时间信息,获得间隔时间信息;

根据所有参数测试数据,分别获得数据参数属性;

将所述数据参数属性、所述间隔时间信息输入预测模型,获得第一预测影响量;

根据所述第一预测影响量、所有参数信息,获得映射关系;

根据所述第一预测影响量、所述映射关系,获得所述参数修正信息。

3.如权利要求1所述的方法,其特征在于,所述构建健康评价模型,包括:

获得历史数据信息,所述历史数据信息包括第二时间,所述第二时间较所述第一时间长,且,所述历史数据信息包含参数信息与所述测试数据集中参数信息相对应;

根据所述历史数据信息,获得参数信息及对应的健康状态信息;

根据所述参数信息、所述健康状态信息拟合获得回归函数;

基于所述回归函数进行代价分析,获得第一函数关系;

根据所述测试数据集、所述第一函数关系,获得评价矩阵;

根据所述预设健康评估规则中参数占比信息、所述评价矩阵并基于模糊函数构建所述健康评价模型。

4.如权利要求3所述的方法,其特征在于,所述根据所述参数评价集,获得健康状态评估结果,包括:

根据所述参数评价集,获得第一参数评价信息,所述第一参数评价信息与所述第一参数测试数据的参数相对应;

根据第一参数,获得第一参数阈值;

判断所述第一参数评价信息是否超过所述第一参数阈值;

当未超过时,重复获得第二参数评价信息,所述第二参数评价信息与所述第二参数测试数据相对应,重复上述步骤,判断是否超过第二参数阈值;

若所有参数评价信息均为超过参数阈值时,根据所述参数评价集、所述参数占比信息,获得所述健康状态评估结果。

5.如权利要求4所述的方法,其特征在于,所述判断所述第一参数评价信息是否超过所述第一参数阈值之后,包括:

当所述第一参数评价信息超过所述第一参数阈值时,获得第一标记指令,所述第一标记指令用于对所述第一参数进行标记,使得能够快速进行识别查找。

6.如权利要求1所述的方法,其特征在于,所述将所述数据参数属性、所述间隔时间信息输入预测模型,获得第一预测影响量,包括:

根据所述数据参数属性,获得属性改变速率特征;

将所述属性改变速率特征作为第一输入信息;

将所述间隔时间信息作为第二输入信息;

将所述第一输入信息、所述第二输入信息输入所述预测模型,所述预测模型为通过多组训练数据对神经网络模型训练获得,所述多组训练数据中每组数据均包括所述第一输入信息、所述第二输入信息以及标识第一预测影响量的标识信息;

获得所述预测模型的输出结果,所述输出结果包括所述第一预测影响量,所述第一预测影响量用于表示间隔时间对于参数数据的影响程度。

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中国人民解放军火箭军工程大学,未经中国人民解放军火箭军工程大学许可,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/pat/books/202110780927.1/1.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top