-
公开(公告)号:CN119538079A
公开(公告)日:2025-02-28
申请号:CN202510073921.9
申请日:2025-01-17
Applicant: 北京交通大学
IPC: G06F18/2413 , G06N3/082 , G06N3/0499 , G06F17/11
Abstract: 本发明涉及故障诊断技术领域,具体涉及一种基于动态权衡剪裁的智能故障诊断模型轻量化方法及系统,其中方法包括:确定待剪枝的机械设备故障诊断模型;构建目标优化函数;获取对单一层进行不同剪裁后的故障诊断模型输出失真;根据故障诊断模型输出失真的可加性对目标优化函数进行转化;采用动态规划方式对转化后的目标优化函数进行求解;在求解过程中,构建状态转移方程,搜索故障诊断模型所有层的输出失真;迭代剪裁过程,直至达到预设的剪裁迭代次数。本发明综合考虑了层间影响,可在短时间内搜索最优剪裁策略,实现模型的轻量化。
-
公开(公告)号:CN120086509A
公开(公告)日:2025-06-03
申请号:CN202510580639.X
申请日:2025-05-07
Applicant: 北京交通大学
IPC: G06F18/15 , G06F18/241 , G06F17/16 , G06F123/02
Abstract: 本发明涉及机械设备智能运维技术领域,具体涉及一种面向装备实时健康监测的未来盲视丢失数据补全方法,包括:读取机械装备实时运行数据;利用指示器对实时运行数据是否丢失的状态进行分类;构建距离度量矩阵,以量化丢失数据与前向已知数据之间的关联影响程度;根据距离度量矩阵构建滞后退化函数;读取前向已知数据的自相关信息,拟合滞后退化函数中的权重矩阵和偏置向量参数值;通过滞后退化函数度量前向已知数据对丢失数据的影响权重;构建单调矩阵,确定前向已知数据的单调性;根据前向已知数据的单调矩阵,以及前向已知数据对丢失数据的影响权重对丢失数据进行补全。本发明可减少退化信息的丢失,并能保持原有的退化轨迹。
-
公开(公告)号:CN119538079B
公开(公告)日:2025-05-09
申请号:CN202510073921.9
申请日:2025-01-17
Applicant: 北京交通大学
IPC: G06F18/2413 , G06N3/082 , G06N3/0499 , G06F17/11
Abstract: 本发明涉及故障诊断技术领域,具体涉及一种基于动态权衡剪裁的智能故障诊断模型轻量化方法及系统,其中方法包括:确定待剪枝的机械设备故障诊断模型;构建目标优化函数;获取对单一层进行不同剪裁后的故障诊断模型输出失真;根据故障诊断模型输出失真的可加性对目标优化函数进行转化;采用动态规划方式对转化后的目标优化函数进行求解;在求解过程中,构建状态转移方程,搜索故障诊断模型所有层的输出失真;迭代剪裁过程,直至达到预设的剪裁迭代次数。本发明综合考虑了层间影响,可在短时间内搜索最优剪裁策略,实现模型的轻量化。
-
公开(公告)号:CN120087560A
公开(公告)日:2025-06-03
申请号:CN202510559240.3
申请日:2025-04-30
Applicant: 北京交通大学
IPC: G06Q10/04 , G01M13/025 , G01M13/028 , G06Q10/20
Abstract: 本发明涉及机械设备智能运维技术领域,具体涉及一种基于模型自主遴选的机电复合传动系统健康态势预测方法,包括:获取机电复合传动系统运行中的实时振动信号,并提取有效特征值;根据有效特征值3 区间确定数据的起始预测点;构建包含多种退化模型的模型库;当数据达到起始预测点时,使用最大似然估计方法拟合模型库中的各个模型,并使用KIC准则对所有模型进行评分,筛选出最优模型;采用粒子滤波方法更新最优模型参数分布;将更新后的参数分布分别带入最优模型,计算机电复合传动系统的健康态势。本发明可根据不同状况下的机电复合传动系统退化趋势选择最优模型,且具有较好的预测性能。
-
-
-