原创力文档- 1、本文档内容版权归属内容提供方，所产生的收益全部归内容提供方所有。如果您对本文有版权争议，可选择认领，认领后既往收益都归您。。
- 2、本文档由用户上传，本站不保证质量和数量令人满意，可能有诸多瑕疵，付费之前，请仔细先通过免费阅读内容等途径辨别内容交易风险。如存在严重挂羊头卖狗肉之情形，可联系本站下载客服投诉处理。
- 3、文档侵权举报电话：400-050-0827(电话支持时间：9:00-18:30)。
- 4、该文档为VIP文档，如果想要下载，成为VIP会员后，下载免费。
- 5、成为VIP后，下载本文档将扣除1次下载权益。下载后，不支持退款、换文档。如有疑问请联系我们。
- 6、成为VIP后，您将拥有八大权益，权益包括：VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
- 7、VIP文档为合作方或网友上传，每下载1次， 网站将根据用户上传文档的质量评分、类型等，对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
本发明公开了一种基于数字孪生技术的航空发动机主轴轴承故障诊断方法，首先，建立初始数字孪生模型，根据初始孪生信号和实体信号一致性偏差情况，使用深度学习方法对数字孪生模型参数进行多阶段修正，获得全面充足的高精度的孪生振动信号；其次，利用实体振动信号和孪生振动信号构建孪生振动信号数据库，使用该数据库对卷积神经网络、自动编码器和门控循环单元GRU进行训练；最后，利用上述三模型基于集成学习方法构建集成学习故障诊断模型，实现航空发动机主轴轴承实时信号的故障诊断。本发明利用深度学习对数字孪生模型进行修正来得到
(19)国家知识产权局
(12)发明专利申请
(10)申请公布号 CN 116432352 A
(43)申请公布日 2023.07.14
(21)申请号 202310594431.4
(22)申请日 2023.05.25
(71)申请人 东北林业大学
文档评论（0）