公开(公告)号：CN119578817A

公开(公告)日：2025-03-07

申请号：CN202411732492.3

申请日：2024-11-29

Applicant: 中国舰船研究设计中心

Inventor： 王睿鑫 ,  刘亦敏 ,  马哲轩 ,  苏之昀

IPC: G06Q10/0631 ,  G06Q10/067 ,  G06F18/10 ,  G06N3/042 ,  G06N3/092 ,  G06N3/0464 ,  G06N3/0442 ,  G06N3/0455 ,  G06N3/094 ,  G06N3/0475 ,  G06F18/213 ,  G06F18/25

Abstract: 本发明公开了一种在复杂约束条件下多设备协同工作的任务完好性判断方法，包括：建立全面数据采集系统，实时采集协同设备的多维数据并预处理，结合约束建模，将复杂的约束条件，量化为可计算的约束条件模型；构建多智能体协同评估模型，多智能体协同评估模型将每个参与协同工作的设备视为一个智能体，通过模拟设备间的协作过程，实现对整体任务完好性的评估；运用深度学习技术从多维数据中自动提取高级特征；设计分布式实时分析系统，结合自适应优化机制，实现大规模数据处理和模型持续优化。本发明方法不仅能够提高协同任务的可靠性和效率，还能为装备任务决策提供有力支持，对提升运用保障的智能化水平和决策准确率具有重要作用。

公开(公告)号：CN119577603A

公开(公告)日：2025-03-07

申请号：CN202411732490.4

申请日：2024-11-29

Applicant: 中国舰船研究设计中心

Inventor： 王睿鑫 ,  刘亦敏 ,  苏之昀 ,  马哲轩

IPC: G06F18/243 ,  G06F18/10 ,  G06F18/211 ,  G06F18/213 ,  G06F18/2131 ,  G06F18/2113 ,  G06F18/27 ,  G06N5/01 ,  G06N20/20

Abstract: 本发明公开了一种基于非平衡学习的面向多工况的设备故障诊断方法，包括以下步骤：多个传感器采集设备在不同工况下的运行数据，对采集的原始运行数据进行预处理、特征提取和特征选择，得到特征集；采用非平衡学习技术和代价敏感学习算法处理特征集，得到平衡数据集；构建基于学习的多工况故障诊断模型，在模型训练过程中，根据平衡数据集，采用交叉验证和网格搜索相结合的方法来优化模型参数；部署训练得到的多工况故障诊断模型，进行设备故障的在线诊断，并通过持续学习机制不断更新优化模型。本发明通过将非平衡学习技术应用于多工况故障诊断中，可以显著提升诊断的准确性和鲁棒性，实现设备健康状态的实时监测和预测性维护。