本发明涉及电液作动器故障诊断领域，公开了一种基于数据驱动的在线神经网络故障诊断方法，解决传统的作动器故障诊断中无法实时更新数据库的问题。本发明的要点为：分析电液作动器结构，搭建电液作动器的仿真模型；分析作动器失效形式，对电液作动器的仿真模型植入不同类型的故障，完成信号的采集；采集得到的数据，对其开展特征值提取和降维工作；构建标签故障数据矩阵，对其特征值开展离线训练和在线训练，从而获得在线神经网络；实时采集电液作动器工作数据，利用在线神经网络对采集到的数据进行故障诊断；故障诊断之后，对采集到的数据进行在线训练，从而更新在线神经网络。本发明适用于电液作动器故障诊断。
声明：
“基于数据驱动的在线神经网络故障诊断方法” 该技术专利(论文)所有权利归属于技术(论文)所有人。仅供学习研究，如用于商业用途，请联系该技术所有人。
我是此专利(论文)的发明人(作者)
956
编辑：管理员
来源：北方有色网
咨询细节
