【技术实现步骤摘要】
本专利技术涉及飞行器健康状态评估，特别涉及一种基于数字孪生和迁移学习的飞行器健康状态确定方法及系统。
技术介绍
1、飞行器具有“长期贮存，少量测试，一次使用”的特点，从出厂到报废的整个寿命周期内，很长时间都处于贮存状态，任务执行时间则相对较短。由于检测时间间隔较长，传感器无法实时监测飞行器的健康状态的参数，正常数据较多，退化数据较少。同时，在恶劣的战场环境的影响下，飞行器的健康状态将会不可避免的发生退化并难以满足任务使用要求。因此，有必要采取行之有效的手段掌握飞行器的健康状态，为飞行器的维修保养、备件更换提供决策支持。数字孪生(digital twin,dt)最早由michael grieves教授所提出，意在建立能够实时反映物理产品性能状态的虚拟数字化模型。一方面，物理空间中的产品为虚拟空间的孪生模型提供实时测试数据，另一方面，虚拟空间利用获取到的测试数据进行建模仿真，从而为物理空间产品提供全寿命周期服务。由于数字孪生技术概念范围很广，而本专利技术旨在利用数字孪生技术实现对飞行器的健康评估。基于数字孪生的模型和数据融合思想，通过建立与...
【技术保护点】
1.一种基于数字孪生和迁移学习的飞行器健康状态确定方法，其特征在于，包括：
2.根据权利要求1所述的基于数字孪生和迁移学习的飞行器健康状态确定方法，其特征在于，所述飞行器的数据迁移模型的表达式如下：
3.根据权利要求2所述的基于数字孪生和迁移学习的飞行器健康状态确定方法，其特征在于，所述中心阵的表达式为：
4.根据权利要求1所述的基于数字孪生和迁移学习的飞行器健康状态确定方法，其特征在于，所述将投影迁移后的原始特征数据进行融合，得到飞行器的健康状态具体采用以下公式：
5.根据权利要求4所述的基于数字孪生和迁移学习的飞行器...
【技术特征摘要】
1.一种基于数字孪生和迁移学习的飞行器健康状态确定方法，其特征在于，包括：
2.根据权利要求1所述的基于数字孪生和迁移学习的飞行器健康状态确定方法，其特征在于，所述飞行器的数据迁移模型的表达式如下：
3.根据权利要求2所述的基于数字孪生和迁移学习的飞行器健康状态确定方法，其特征在于，所述中心阵的表达式为：
4.根据权利要求1所述的基于数字孪生和迁移学习的飞行器健康状态确定方法，其特征在于，所述将投影迁移后的原始特征数据进行融合，得到飞行器的健康状态具体采用以下公式：
5.根据权利要求4所述的基于数字孪生和迁移学习的飞行器健康状态确定方法，其特征在于，融合后指向命题θ的置信度...
【专利技术属性】
技术研发人员：周志杰，李峙刚，冯志超，胡昌华，姚鑫智，杨晓春，韩晓霞，韩海伟，杨若涵，梁晨艳，
申请(专利权)人：中国人民解放军火箭军工程大学，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。