深度多模态信息融合数控孪生模型

虚实结合，诊断更准

融合物理模型和数据驱动模型信息，实现航空发动机故障的实时检测与隔离，并自适应修正性能退化，优于单一模态方法。

Huang, Yufeng · 陶俊 · 孙刚 · Tengyun, Wu · Yu, Liling · 赵新斌

Energy 2023

技术优势

诊断更准

融合物理模型和数据驱动模型的信息，比单一模态方法能捕捉到更全面的故障特征。

预测误差小

实验表明该数字孪生方法能减少参数预测误差。

应用场景

• 航空发动机故障诊断：可实时检测并隔离发动机故障，提升安全性。
• 航空发动机健康管理：通过自适应性能退化修正，支持更准确的健康评估。
• 旋转机械状态监测：可替代仅依赖物理模型或大数据的方法，融合多源信息监测状态。
• 工业设备故障预测：能减少参数预测误差，改善故障预测效果。