一种机电作动器多故障模式预测方法

本发明公开了一种机电作动器多故障模式预测方法，首先对EMA的多维传感器信号进行了可视化分析，选择出能够反映出机电作动器发生不同故障时特征变化趋势的信号。随后，构建了SCINet神经网络以预测特征未来的变化趋势，并建立了BiGRU‑Attention分类器来对故障进行分类。为提高多故障预测的准确率，引入了麻雀优化算法对BiGRU‑Attention分类器进行了超参数优化。本发明方法与现有方法相比具有更强大功能，不仅能提前预测出设备故障，还能预测出设备发生何种故障。