CN111241663A - 发动机数据评估方法、装置、计算机设备和存储介质 - Google Patents
发动机数据评估方法、装置、计算机设备和存储介质 Download PDFInfo
- Publication number
- CN111241663A CN111241663A CN202010001988.9A CN202010001988A CN111241663A CN 111241663 A CN111241663 A CN 111241663A CN 202010001988 A CN202010001988 A CN 202010001988A CN 111241663 A CN111241663 A CN 111241663A
- Authority
- CN
- China
- Prior art keywords
- data
- simulation
- analysis
- actual measurement
- measured
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
- 238000000034 method Methods 0.000 title claims abstract description 76
- 238000011157 data evaluation Methods 0.000 title claims abstract description 29
- 238000004088 simulation Methods 0.000 claims abstract description 194
- 238000004458 analytical method Methods 0.000 claims abstract description 72
- 238000007781 pre-processing Methods 0.000 claims abstract description 72
- 238000005259 measurement Methods 0.000 claims abstract description 70
- 238000011156 evaluation Methods 0.000 claims abstract description 32
- 238000007619 statistical method Methods 0.000 claims abstract description 21
- 238000012360 testing method Methods 0.000 claims abstract description 16
- 238000002474 experimental method Methods 0.000 claims abstract description 12
- 238000003672 processing method Methods 0.000 claims description 27
- 238000004590 computer program Methods 0.000 claims description 20
- 230000011218 segmentation Effects 0.000 claims description 9
- 238000012937 correction Methods 0.000 claims description 3
- 238000010586 diagram Methods 0.000 description 8
- 238000012545 processing Methods 0.000 description 4
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 238000010606 normalization Methods 0.000 description 2
- 230000001360 synchronised effect Effects 0.000 description 2
- 238000011161 development Methods 0.000 description 1
- 230000018109 developmental process Effects 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 239000004973 liquid crystal related substance Substances 0.000 description 1
- 230000006641 stabilisation Effects 0.000 description 1
- 238000011105 stabilization Methods 0.000 description 1
- 230000000087 stabilizing effect Effects 0.000 description 1
- 230000003068 static effect Effects 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F17/00—Digital computing or data processing equipment or methods, specially adapted for specific functions
- G06F17/10—Complex mathematical operations
- G06F17/18—Complex mathematical operations for evaluating statistical data, e.g. average values, frequency distributions, probability functions, regression analysis
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Data Mining & Analysis (AREA)
- General Physics & Mathematics (AREA)
- Mathematical Optimization (AREA)
- Pure & Applied Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Mathematical Physics (AREA)
- Computational Mathematics (AREA)
- Mathematical Analysis (AREA)
- Life Sciences & Earth Sciences (AREA)
- Operations Research (AREA)
- Probability & Statistics with Applications (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Algebra (AREA)
- Evolutionary Biology (AREA)
- Databases & Information Systems (AREA)
- Software Systems (AREA)
- General Engineering & Computer Science (AREA)
- Bioinformatics & Computational Biology (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本申请涉及一种发动机数据评估方法、装置、计算机设备和存储介质，所述方法包括：获取根据实验测试得到的实测数据；获取根据仿真模型得到的仿真数据；对所述实测数据和仿真数据采用相同的预处理方法进行预处理，剔除所述实测数据和仿真数据中的无关分量；将预处理之后的实测数据和仿真数据进行频域特性分析，得到分析数据；对所述分析数据进行统计分析，得到所述仿真数据与实测数据差异程度的评估结果。上述方法在应用于电动机的仿真实验中，根据真实实验测试的实测数据与仿真模型测得的仿真数据进行预处理，保证了实测数据和仿真数据的有效性和准确性，对分析数据进行统计分析，根据评估结果即可得知仿真数据的真实率和准确率。
Description
技术领域
本申请涉及计算机技术领域，尤其涉及一种发动机数据评估方法、装置、计算机设备和存储介质。
背景技术
随着仿真软件的发展，越来越多的实验都依靠仿真实验测试数据，因此需要保证仿真实验所得数据的准确性，对仿真数据进行评估显得尤为重要，虚拟试验数据评估涉及模型验证，对于被测量是随时间变化的随机参量，验证时主要考虑应用动态方法进行实现，传统的数据评估方法存在干扰信号的影响，导致数据评估结果不准确，无法根据评估结果保证仿真实验所得仿真数据的准确性。
发明内容
为了解决上述技术问题，本申请提供了一种发动机数据评估方法、装置、计算机设备和存储介质。
第一方面，本申请提供了一种发动机数据评估方法，所述方法包括：
获取根据实验测试得到的实测数据；
获取根据仿真模型得到的仿真数据；
对所述实测数据和仿真数据采用相同的预处理方法进行预处理，剔除所述实测数据和仿真数据中的无关分量；
将预处理之后的实测数据和仿真数据进行频域特性分析，得到分析数据；
对所述分析数据进行统计分析，得到所述仿真数据与实测数据差异程度的评估结果。
可选地，所述对所述分析数据进行统计分析，得到所述仿真数据与实测数据差异程度的评估结果之后，所述方法还包括：
根据所述统计结果对仿真模型进行修正处理，使仿真模型测得的数据与实验测得的数据一致。
可选地，所述对所述实测数据和仿真数据采用相同的预处理方法进行预处理，剔除所述实测数据和仿真数据中的无关分量，包括：
采用相同的预处理方法对所述实测数据和仿真数据同时进行预处理，除去所述实测数据和仿真数据中的杂波信号和干扰信号，所述预处理方法包括零均值标准化处理方法、数据分段处理方法和插值处理方法中任意一种。
可选地，所述将预处理之后的实测数据和仿真数据进行频域特性分析，得到分析数据，包括：
将预处理之后的实测数据和仿真数据进行傅里叶变换或小波变换，得到分析数据。
第二方面，本实施例提供了一种发动机数据评估装置，所述装置包括：
第一获取模块，用于获取根据实验测试得到的实测数据；
第二获取模块，用于获取根据仿真模型得到的仿真数据；
预处理模块，用于对所述实测数据和仿真数据采用相同的预处理方法进行预处理，剔除所述实测数据和仿真数据中的无关分量；
评估模块，用于将预处理之后的实测数据和仿真数据进行频域特性分析，得到分析数据；
统计模块，用于对所述分析数据进行统计分析，得到所述仿真数据与实测数据差异程度的评估结果。
可选地，所述装置还包括：
修正模块，用于根据所述统计结果对仿真模型进行修正处理，使仿真模型测得的数据与实验测得的数据一致。
可选地，所述预处理模块包括：
预处理单元，用于采用相同的预处理方法对所述实测数据和仿真数据同时进行预处理，除去所述实测数据和仿真数据中的杂波信号和干扰信号，所述预处理方法包括零均值标准化处理方法、数据分段处理方法和插值处理方法中任意一种。
可选地，所述统计模块包括：
分析单元，用于将预处理之后的实测数据和仿真数据进行傅里叶变换或小波变换，得到分析数据。
一种计算机设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，所述处理器执行所述计算机程序时实现以下步骤：
获取根据实验测试得到的实测数据；
获取根据仿真模型得到的仿真数据；
对所述实测数据和仿真数据采用相同的预处理方法进行预处理，剔除所述实测数据和仿真数据中的无关分量；
将预处理之后的实测数据和仿真数据进行频域特性分析，得到分析数据；
对所述分析数据进行统计分析，得到所述仿真数据与实测数据差异程度的评估结果。
一种计算机可读存储介质，其上存储有计算机程序，所述计算机程序被处理器执行时实现以下步骤：
获取根据实验测试得到的实测数据；
获取根据仿真模型得到的仿真数据；
对所述实测数据和仿真数据采用相同的预处理方法进行预处理，剔除所述实测数据和仿真数据中的无关分量；
将预处理之后的实测数据和仿真数据进行频域特性分析，得到分析数据；
对所述分析数据进行统计分析，得到所述仿真数据与实测数据差异程度的评估结果。
上述发动机数据评估方法、装置、计算机设备和存储介质，所述方法包括：获取根据实验测试得到的实测数据；获取根据仿真模型得到的仿真数据；对所述实测数据和仿真数据采用相同的预处理方法进行预处理，剔除所述实测数据和仿真数据中的无关分量；将预处理之后的实测数据和仿真数据进行频域特性分析，得到分析数据；对所述分析数据进行统计分析，得到所述仿真数据与实测数据差异程度的评估结果。上述方法在应用于电动机的仿真实验中，根据真实实验测试的实测数据与仿真模型测得的仿真数据进行预处理，将实测数据和仿真数据中的无关分量剔除，保证了实测数据和仿真数据的有效性和准确性，再对进行预处理后的数据进行频域特性分析数据评估，对分析数据进行统计分析，即可得知仿真数据与实测数据之间的差异程度评估结果，根据评估结果即可得知仿真数据的真实率、准确率，根据所述评估结果对仿真模型进行参数更改，调整至仿真数据与实测数据保持一致，降低了仿真模型测得仿真数据的误差率。
附图说明
此处的附图被并入说明书中并构成本说明书的一部分，示出了符合本发明的实施例，并与说明书一起用于解释本发明的原理。
为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，对于本领域普通技术人员而言，在不付出创造性劳动性的前提下，还可以根据这些附图获得其他的附图。
图1为一个实施例中一种发动机数据评估方法的流程示意图；
图2为一个实施例中一种发动机数据评估装置的结构示意图；
图3为一个实施例中计算机设备的内部结构图。
具体实施方式
为使本申请实施例的目的、技术方案和优点更加清楚，下面将结合本申请实施例中的附图，对本申请实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例是本申请的一部分实施例，而不是全部的实施例。基于本申请中的实施例，本领域普通技术人员在没有做出创造性劳动的前提下所获得的所有其他实施例，都属于本申请保护的范围。
图1为一个实施例中一种发动机数据评估方法的流程示意图，在一个实施例中，提供了一种发动机数据评估方法。参照图1，该发动机数据评估方法具体包括如下步骤：
步骤S110，获取根据实验测试得到的实测数据。
在本实施例中，所述实测数据根据电动机真实测量所得的数据。
步骤S120，获取根据仿真模型得到的仿真数据。
在本实施例中，输入与真实测量相同的输入参数至仿真模型，仿真模型输出仿真数据。
步骤S130，对所述实测数据和仿真数据采用相同的预处理方法进行预处理，剔除所述实测数据和仿真数据中的无关分量。
在本实施例中，对所述实测数据和仿真数据进行预处理方法，为保证进入后续处理流程中的数据是平稳、连续的，即对数据进行平稳化处理，剔除所述实测数据和仿真数据中的无关分量，保证数据的有效性和准确性，避免无关分量对数据的准确性分析造成影响。
步骤S140，将预处理之后的实测数据和仿真数据进行频域特性分析，得到分析数据。
在本实施例中，将预处理之后的实测数据和仿真数据输入MATLAB软件中进行频域特性分析，得到分析数据。
步骤S150，对所述分析数据进行统计分析，得到所述仿真数据与实测数据差异程度的评估结果。
在本实施例中，对所述分析数据进行统计分析，判断所述仿真数据和实测数据的时间序列样本的总体一致性，来判断所述仿真数据的准确性，得到所述仿真数据与实测数据差异程度的评估结果。
具体地，获取根据实验测试得到的实测数据，所述实测数据根据电动机真实测量所得的数据。输入与真实测量相同的输入参数至仿真模型，仿真模型输出仿真数据。对所述实测数据和仿真数据进行预处理方法，为保证进入后续处理流程中的数据是平稳、连续的，即对数据进行平稳化处理，剔除所述实测数据和仿真数据中的无关分量，保证数据的有效性和准确性，避免无关分量对数据的准确性分析造成影响。将预处理之后的实测数据和仿真数据输入MATLAB软件中进行频域特性分析，得到分析数据。对所述分析数据进行统计分析，判断所述仿真数据和实测数据的时间序列样本的总体一致性，来判断所述仿真数据的准确性，得到所述仿真数据与实测数据差异程度的评估结果。
在一个实施例中，根据所述统计结果对仿真模型进行修正处理，使仿真模型测得的数据与实验测得的数据一致。
具体地，根据所述评估结果对仿真模型进行参数更改，调整至仿真数据与实测数据保持一致，降低了仿真模型测得仿真数据的误差率，提高了仿真数据的准确性。
在一个实施例中，采用相同的预处理方法对所述实测数据和仿真数据同时进行预处理，除去所述实测数据和仿真数据中的杂波信号和干扰信号，所述预处理方法包括零均值标准化处理方法、数据分段处理方法和插值处理方法中任意一种。
具体地，所述预处理方法包括但不仅限于零均值标准化处理方法、数据分段处理方法和插值处理方法，采用上述预处理方法中的任意一种对所述仿真数据和实测数据进行预处理，除去所述实测数据和仿真数据中的杂波信号和干扰信号，使所述实测数据和仿真数据连续且平稳，保证了实测数据和仿真数据的有效性和准确性。
在一个实施例中，将预处理之后的实测数据和仿真数据进行傅里叶变换或小波变换，得到分析数据。
具体地，将预处理之后的实测数据和仿真数据输入MATLAB软件中进行频域特性分析，实质是对所述实测数据和仿真数据进行傅里叶变换或小波变换，得到分析数据。
图1为一个实施例中一种发动机数据评估方法的流程示意图。应该理解的是，虽然图1的流程图中的各个步骤按照箭头的指示依次显示，但是这些步骤并不是必然按照箭头指示的顺序依次执行。除非本文中有明确的说明，这些步骤的执行并没有严格的顺序限制，这些步骤可以以其它的顺序执行。而且，图1中的至少一部分步骤可以包括多个子步骤或者多个阶段，这些子步骤或者阶段并不必然是在同一时刻执行完成，而是可以在不同的时刻执行，这些子步骤或者阶段的执行顺序也不必然是依次进行，而是可以与其它步骤或者其它步骤的子步骤或者阶段的至少一部分轮流或者交替地执行。
在一个实施例中，图2为一个实施例中一种发动机数据评估装置的结构示意图，参照图2，本实施例提供了一种发动机数据评估装置，所述装置包括：
第一获取模块210，用于获取根据实验测试得到的实测数据；
第二获取模块220，用于获取根据仿真模型得到的仿真数据；
预处理模块230，用于对所述实测数据和仿真数据采用相同的预处理方法进行预处理，剔除所述实测数据和仿真数据中的无关分量；
评估模块240，用于将预处理之后的实测数据和仿真数据进行频域特性分析，得到分析数据；
统计模块250，用于对所述分析数据进行统计分析，得到所述仿真数据与实测数据差异程度的评估结果。
在一个实施例中，所述装置还包括：
修正模块，用于根据所述统计结果对仿真模型进行修正处理，使仿真模型测得的数据与实验测得的数据一致。
在一个实施例中，所述预处理模块230包括：
预处理单元，用于采用相同的预处理方法对所述实测数据和仿真数据同时进行预处理，除去所述实测数据和仿真数据中的杂波信号和干扰信号，所述预处理方法包括零均值标准化处理方法、数据分段处理方法和插值处理方法中任意一种。
在一个实施例中，所述统计模块250包括：
分析单元，用于将预处理之后的实测数据和仿真数据进行傅里叶变换或小波变换，得到分析数据。
图3为一个实施例中计算机设备的内部结构图。如图3所示，该计算机设备包括该计算机设备包括通过系统总线连接的处理器、存储器、网络接口、输入装置和显示屏。其中，存储器包括非易失性存储介质和内存储器。该计算机设备的非易失性存储介质存储有操作系统，还可存储有计算机程序，该计算机程序被处理器执行时，可使得处理器实现发动机数据评估方法。该内存储器中也可储存有计算机程序，该计算机程序被处理器执行时，可使得处理器执行发动机数据评估方法。计算机设备的显示屏可以是液晶显示屏或者电子墨水显示屏，计算机设备的输入装置可以是显示屏上覆盖的触摸层，也可以是计算机设备外壳上设置的按键、轨迹球或触控板，还可以是外接的键盘、触控板或鼠标等。
本领域技术人员可以理解，图3中示出的结构，仅仅是与本申请方案相关的部分结构的框图，并不构成对本申请方案所应用于其上的计算机设备的限定，具体的计算机设备可以包括比图中所示更多或更少的部件，或者组合某些部件，或者具有不同的部件布置。
在一个实施例中，本申请提供的发动机数据评估装置可以实现为一种计算机程序的形式，计算机程序可在如图3所示的计算机设备上运行。计算机设备的存储器中可存储组成该发动机数据评估装置的各个程序模块，比如，图2所示的第一获取模块210、第二获取模块220、预处理模块230、评估模块240和统计模块250。各个程序模块构成的计算机程序使得处理器执行本说明书中描述的本申请各个实施例的发动机数据评估方法中的步骤。
例如，图3所示的计算机设备可以通过如图2所示的发动机数据评估装置中的第一获取模块210执行获取根据实验测试得到的实测数据。计算机设备可通过第二获取模块220执行获取根据仿真模型得到的仿真数据。计算机设备可通过第二获取模块220执行获取根据仿真模型得到的仿真数据。计算机设备可通过预处理模块230执行对所述实测数据和仿真数据采用相同的预处理方法进行预处理，剔除所述实测数据和仿真数据中的无关分量。计算机设备可通过评估模块240执行将预处理之后的实测数据和仿真数据进行频域特性分析，得到分析数据。计算机设备可通过统计模块250执行对所述分析数据进行统计分析，得到所述仿真数据与实测数据差异程度的评估结果。
在一个实施例中，提供了一种计算机设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，处理器执行计算机程序时实现以下步骤：获取根据实验测试得到的实测数据；获取根据仿真模型得到的仿真数据；对所述实测数据和仿真数据采用相同的预处理方法进行预处理，剔除所述实测数据和仿真数据中的无关分量；将预处理之后的实测数据和仿真数据进行频域特性分析，得到分析数据；对所述分析数据进行统计分析，得到所述仿真数据与实测数据差异程度的评估结果。
在一个实施例中，处理器执行计算机程序时还实现以下步骤：根据所述统计结果对仿真模型进行修正处理，使仿真模型测得的数据与实验测得的数据一致。
在一个实施例中，处理器执行计算机程序时还实现以下步骤：采用相同的预处理方法对所述实测数据和仿真数据同时进行预处理，除去所述实测数据和仿真数据中的杂波信号和干扰信号，所述预处理方法包括零均值标准化处理方法、数据分段处理方法和插值处理方法中任意一种。
在一个实施例中，处理器执行计算机程序时还实现以下步骤：将预处理之后的实测数据和仿真数据进行傅里叶变换或小波变换，得到分析数据。
在一个实施例中，提供了一种计算机可读存储介质，其上存储有计算机程序，计算机程序被处理器执行时实现以下步骤：获取根据实验测试得到的实测数据；获取根据仿真模型得到的仿真数据；对所述实测数据和仿真数据采用相同的预处理方法进行预处理，剔除所述实测数据和仿真数据中的无关分量；将预处理之后的实测数据和仿真数据进行频域特性分析，得到分析数据；对所述分析数据进行统计分析，得到所述仿真数据与实测数据差异程度的评估结果。
在一个实施例中，计算机程序被处理器执行时还实现以下步骤：根据所述统计结果对仿真模型进行修正处理，使仿真模型测得的数据与实验测得的数据一致。
在一个实施例中，计算机程序被处理器执行时还实现以下步骤：采用相同的预处理方法对所述实测数据和仿真数据同时进行预处理，除去所述实测数据和仿真数据中的杂波信号和干扰信号，所述预处理方法包括零均值标准化处理方法、数据分段处理方法和插值处理方法中任意一种。
在一个实施例中，计算机程序被处理器执行时还实现以下步骤：将预处理之后的实测数据和仿真数据进行傅里叶变换或小波变换，得到分析数据。
上述发动机数据评估方法、装置、计算机设备和存储介质，所述方法包括：获取根据实验测试得到的实测数据；获取根据仿真模型得到的仿真数据；对所述实测数据和仿真数据采用相同的预处理方法进行预处理，剔除所述实测数据和仿真数据中的无关分量；将预处理之后的实测数据和仿真数据进行频域特性分析，得到分析数据；对所述分析数据进行统计分析，得到所述仿真数据与实测数据差异程度的评估结果。上述方法在应用于电动机的仿真实验中，根据真实实验测试的实测数据与仿真模型测得的仿真数据进行预处理，将实测数据和仿真数据中的无关分量剔除，保证了实测数据和仿真数据的有效性和准确性，再对进行预处理后的数据进行频域特性分析数据评估，对分析数据进行统计分析，即可得知仿真数据与实测数据之间的差异程度评估结果，根据评估结果即可得知仿真数据的真实率、准确率，根据所述评估结果对仿真模型进行参数更改，调整至仿真数据与实测数据保持一致，降低了仿真模型测得仿真数据的误差率。
本领域普通技术人员可以理解实现上述实施例方法中的全部或部分流程，是可以通过计算机程序来指令相关的硬件来完成，所述的程序可存储于一非易失性计算机可读取存储介质中，该程序在执行时，可包括如上述各方法的实施例的流程。其中，本申请所提供的各实施例中所使用的对存储器、存储、数据库或其它介质的任何引用，均可包括非易失性和/或易失性存储器。非易失性存储器可包括只读存储器(ROM)、可编程ROM(PROM)、电可编程ROM(EPROM)、电可擦除可编程ROM(EEPROM)或闪存。易失性存储器可包括随机存取存储器(RAM)或者外部高速缓冲存储器。作为说明而非局限，RAM以多种形式可得，诸如静态RAM(SRAM)、动态RAM(DRAM)、同步DRAM(SDRAM)、双数据率SDRAM(DDRSDRAM)、增强型SDRAM(ESDRAM)、同步链路(Synchlink)DRAM(SLDRAM)、存储器总线(Rambus)直接RAM(RDRAM)、直接存储器总线动态RAM(DRDRAM)、以及存储器总线动态RAM(RDRAM)等。
需要说明的是，在本文中，诸如“第一”和“第二”等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来，而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。而且，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、物品或者设备不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、物品或者设备所固有的要素。在没有更多限制的情况下，由语句“包括一个……”限定的要素，并不排除在包括所述要素的过程、方法、物品或者设备中还存在另外的相同要素。
以上所述仅是本发明的具体实施方式，使本领域技术人员能够理解或实现本发明。对这些实施例的多种修改对本领域的技术人员来说将是显而易见的，本文中所定义的一般原理可以在不脱离本发明的精神或范围的情况下，在其它实施例中实现。因此，本发明将不会被限制于本文所示的这些实施例，而是要符合与本文所申请的原理和新颖特点相一致的最宽的范围。
Claims (10)
1.一种发动机数据评估方法，其特征在于，所述方法包括：
获取根据实验测试得到的实测数据；
获取根据仿真模型得到的仿真数据；
对所述实测数据和仿真数据采用相同的预处理方法进行预处理，剔除所述实测数据和仿真数据中的无关分量；
将预处理之后的实测数据和仿真数据进行频域特性分析，得到分析数据；
对所述分析数据进行统计分析，得到所述仿真数据与实测数据差异程度的评估结果。
2.根据权利要求1所述的方法，其特征在于，所述对所述分析数据进行统计分析，得到所述仿真数据与实测数据差异程度的评估结果之后，所述方法还包括：
根据所述统计结果对仿真模型进行修正处理，使仿真模型测得的数据与实验测得的数据一致。
3.根据权利要求1所述的方法，其特征在于，所述对所述实测数据和仿真数据采用相同的预处理方法进行预处理，剔除所述实测数据和仿真数据中的无关分量，包括：
采用相同的预处理方法对所述实测数据和仿真数据同时进行预处理，除去所述实测数据和仿真数据中的杂波信号和干扰信号，所述预处理方法包括零均值标准化处理方法、数据分段处理方法和插值处理方法中任意一种。
4.根据权利要求1所述的方法，其特征在于，所述将预处理之后的实测数据和仿真数据进行频域特性分析，得到分析数据，包括：
将预处理之后的实测数据和仿真数据进行傅里叶变换或小波变换，得到分析数据。
5.一种发动机数据评估装置，其特征在于，所述装置包括：
第一获取模块，用于获取根据实验测试得到的实测数据；
第二获取模块，用于获取根据仿真模型得到的仿真数据；
预处理模块，用于对所述实测数据和仿真数据采用相同的预处理方法进行预处理，剔除所述实测数据和仿真数据中的无关分量；
评估模块，用于将预处理之后的实测数据和仿真数据进行频域特性分析，得到分析数据；
统计模块，用于对所述分析数据进行统计分析，得到所述仿真数据与实测数据差异程度的评估结果。
6.根据权利要求5所述的装置，其特征在于，所述装置还包括：
修正模块，用于根据所述统计结果对仿真模型进行修正处理，使仿真模型测得的数据与实验测得的数据一致。
7.根据权利要求5所述的装置，其特征在于，所述预处理模块包括：
预处理单元，用于采用相同的预处理方法对所述实测数据和仿真数据同时进行预处理，除去所述实测数据和仿真数据中的杂波信号和干扰信号，所述预处理方法包括零均值标准化处理方法、数据分段处理方法和插值处理方法中任意一种。
8.根据权利要求5所述的装置，其特征在于，所述统计模块包括：
分析单元，用于将预处理之后的实测数据和仿真数据进行傅里叶变换或小波变换，得到分析数据。
9.一种计算机设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，其特征在于，所述处理器执行所述计算机程序时实现权利要求1至4中任一项所述方法的步骤。
10.一种计算机可读存储介质，其上存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现权利要求1至4中任一项所述的方法的步骤。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202010001988.9A CN111241663A (zh) | 2020-01-02 | 2020-01-02 | 发动机数据评估方法、装置、计算机设备和存储介质 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202010001988.9A CN111241663A (zh) | 2020-01-02 | 2020-01-02 | 发动机数据评估方法、装置、计算机设备和存储介质 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN111241663A true CN111241663A (zh) | 2020-06-05 |
Family
ID=70870715
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202010001988.9A Pending CN111241663A (zh) | 2020-01-02 | 2020-01-02 | 发动机数据评估方法、装置、计算机设备和存储介质 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN111241663A (zh) |
Cited By (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN111611302A (zh) * | 2020-06-19 | 2020-09-01 | 中国人民解放军国防科技大学 | 一种飞行器试验数据与仿真数据的数据对准方法及装置 |
| CN112835777A (zh) * | 2021-02-23 | 2021-05-25 | 深圳市得一微电子有限责任公司 | 一种提高flash仿真准确性的方法、系统 |
| CN113158497A (zh) * | 2021-05-26 | 2021-07-23 | 中国平安人寿保险股份有限公司 | 在线服务实验方法、装置、计算机设备和存储介质 |
Citations (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20160117576A1 (en) * | 2013-07-23 | 2016-04-28 | Fujifilm Corporation | Threshold value data setting device, method and program, and image forming system |
| CN108388751A (zh) * | 2016-04-15 | 2018-08-10 | 哈尔滨工业大学 | 基于虚拟试验系统与实际系统的虚实比对分析方法 |
| CN110275148A (zh) * | 2019-06-20 | 2019-09-24 | 中国人民解放军海军航空大学 | 一种海杂波幅度分布参数估计方法及系统 |
-
2020
- 2020-01-02 CN CN202010001988.9A patent/CN111241663A/zh active Pending
Patent Citations (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20160117576A1 (en) * | 2013-07-23 | 2016-04-28 | Fujifilm Corporation | Threshold value data setting device, method and program, and image forming system |
| CN108388751A (zh) * | 2016-04-15 | 2018-08-10 | 哈尔滨工业大学 | 基于虚拟试验系统与实际系统的虚实比对分析方法 |
| CN110275148A (zh) * | 2019-06-20 | 2019-09-24 | 中国人民解放军海军航空大学 | 一种海杂波幅度分布参数估计方法及系统 |
Non-Patent Citations (2)
| Title |
|---|
| 张明国;焦鹏;: "导弹仿真系统试验结果的可信性评估", no. 02 * |
| 蒋淑华: "物理系统仿真理论与实践", 东南大学出版社, pages: 85 * |
Cited By (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN111611302A (zh) * | 2020-06-19 | 2020-09-01 | 中国人民解放军国防科技大学 | 一种飞行器试验数据与仿真数据的数据对准方法及装置 |
| CN111611302B (zh) * | 2020-06-19 | 2023-06-16 | 中国人民解放军国防科技大学 | 一种飞行器试验数据与仿真数据的数据对准方法及装置 |
| CN112835777A (zh) * | 2021-02-23 | 2021-05-25 | 深圳市得一微电子有限责任公司 | 一种提高flash仿真准确性的方法、系统 |
| CN113158497A (zh) * | 2021-05-26 | 2021-07-23 | 中国平安人寿保险股份有限公司 | 在线服务实验方法、装置、计算机设备和存储介质 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN111241663A (zh) | 发动机数据评估方法、装置、计算机设备和存储介质 | |
| Döhler et al. | Subspace-based damage detection under changes in the ambient excitation statistics | |
| CN109992462B (zh) | 验证激励生成方法、装置、芯片验证方法及系统 | |
| CN109727295B (zh) | 电磁图像提取方法、装置、计算机设备和存储介质 | |
| CN111290967A (zh) | 一种软件缺陷预测方法、装置、设备及存储介质 | |
| CN111325159A (zh) | 故障诊断方法、装置、计算机设备和存储介质 | |
| CN110751175A (zh) | 损失函数的优化方法、装置、计算机设备和存储介质 | |
| CN114089033A (zh) | 一种基于频谱分析的异常信号检测方法及系统 | |
| CN114519677A (zh) | 数据增强方法、装置、电子设备及存储介质 | |
| CN108957262B (zh) | 信号降噪方法及装置 | |
| CN113110961A (zh) | 设备异常检测方法、装置、计算机设备及可读存储介质 | |
| Rieke et al. | Improved statistical test for nonstationarity using recurrence time statistics | |
| CN114942233A (zh) | 近红外光谱特征波长选择方法、装置、设备和存储介质 | |
| US20210264342A1 (en) | Method, Computer Apparatus, And Storage Medium For Evaluating Product Reliability | |
| Wang et al. | Testing for the presence of jump components in jump diffusion models | |
| CN111083007B (zh) | 测试方法、装置、计算机设备和存储介质 | |
| CN114282834A (zh) | 一种评估结果溯源分析方法、装置、设备和存储介质 | |
| CN113987803A (zh) | 基于模型修正的频率驾驭方法、装置、设备及存储介质 | |
| CN114239294B (zh) | 基于原点矩偏导的k分布杂波参数估计方法和装置 | |
| CN112115449A (zh) | 一种芯片物理指纹可靠性评估方法、装置、设备及介质 | |
| CN111161239B (zh) | 医学图像分析方法、装置、存储介质及计算机设备 | |
| CN110619440A (zh) | 价格预测模型的处理方法、装置、计算机和存储介质 | |
| CN116609402B (zh) | 一种识别岩土体介电常数温度效应的方法及系统 | |
| CN118351119B (zh) | 一种缺陷灰度统一衡量方法、系统、设备及存储介质 | |
| CN113761771B (zh) | 多孔材料吸声性能预测方法、装置、电子设备和存储介质 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| PB01 | Publication | ||
| PB01 | Publication | ||
| SE01 | Entry into force of request for substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| RJ01 | Rejection of invention patent application after publication |
Application publication date: 20200605 |