水下控制系统数字孪生体

提出物理信息时序卷积网络建模的数字孪生框架,通过在线模型修正实现高精度故障诊断。

Haohan, Tao · Jia, Peng · 王向宇 · 陈西 · 王立权

Measurement: Journal of the International Measurement Confederation 2023

参数信息

诊断准确率
97.5 %

技术优势

样本不足也能用

物理信息时序卷积网络先结合物理仿真,数字孪生再生成不同工况和故障下的模拟信号,让CNN在标签数据稀缺时仍然有足够的训练数据。

越用越准

在线模型修正技术利用实时采集的数据持续训练PITCN和CNN,诊断准确率从91.87%提升到97.5%。

应用场景