混合机器学习模型用于疲劳试验台非线性系统辨识的评估
信号处理
2024-09-16 v4 机器学习
摘要
针对给定疲劳试验台驱动信号的系统响应预测是一项具有挑战性的任务,通常使用时域线性频率响应函数模型。为考虑非线性现象,本文提出一种新颖的混合模型,其利用长短期记忆(LSTM)网络增强现有方法。展示了该方法的额外虚拟传感应用。利用来自伺服液压试验台的非线性实验数据对该方法进行测试,并且该数据集已公开可用。评估中采用了时域与频域的多种指标,以及变幅下的疲劳强度。
引用
@article{arxiv.2107.03645,
title = {Assessment of hybrid machine learning models for non-linear system identification of fatigue test rigs},
author = {Leonhard Heindel and Peter Hantschke and Markus Kästner},
journal= {arXiv preprint arXiv:2107.03645},
year = {2024}
}
备注
20 pages, 11 figures