摘要
本发明提供一种基于数字孪生的航天发射塔摆杆液压系统故障诊断方法,基于摆杆液压系统的工作原理和历史运行数据分别构建机理仿真模型和数据驱动模型,通过元学习器将所述机理仿真模型与数据驱动模型并联式混合构成数字孪生模型;根据液压元件故障机理在所述数字孪生模型中注入故障,生成孪生故障信号;使用一维卷积神经网络和卷积注意力机制构建多传感器信息融合深度学习故障诊断模型;在深度学习故障诊断模型的基础上,构建基于数字孪生的深度迁移学习故障诊断模型。本发明通过一维卷积神经网络实现多传感器数据的特征层融合,全面的提取液压系统运行状态特征,引入卷积注意力机制建立各通道和空间动态权重参数,增强故障特征、弱化无用特征。