公开(公告)号：CN113887770B

公开(公告)日：2024-04-16

申请号：CN202010625099.X

申请日：2020-07-01

Applicant: 哈尔滨工业大学(威海)

Inventor： 付旭云 ,  钟诗胜 ,  张永健 ,  何文辉

IPC: G06Q10/04 ,  G06F30/20 ,  G06N3/006 ,  G06Q10/20 ,  G06F111/06

Abstract: 本发明涉及航空发动机维修策略技术领域，具体的说是一种可以有效的降低发动机的维修成本的基于问题解耦的航空发动机全寿命维修决策优化算法，其特征在于，将发动机全寿命维修决策问题的决策变量分为三组，第一组是发动机全寿命期内的维修次数，第二组是历次维修时机，第三组是历次维修时，各单元体是否大修、各寿命件是否更换；其中第一组决策变量进行遍历处理，第二组决策变量采用粒子群优化算法进行求解，第三组决策变量采用基于粒子群优化的发动机维修决策算法。

公开(公告)号：CN116028865A

公开(公告)日：2023-04-28

申请号：CN202310018871.5

申请日：2023-01-06

Applicant: 哈尔滨工业大学

Inventor： 林琳 ,  何文辉 ,  付松 ,  童昌圣 ,  祖立争

IPC: G06F18/241 ,  G06F18/214 ,  G06N20/00 ,  G06N3/0464 ,  G06N3/0442 ,  G06N3/08

Abstract: 一种基于特征扩增的航空发动机故障诊断方法，属于航空发动机故障诊断技术领域。本发明针对航空发动机故障信号特征的显著性逐渐降低，难以充分提取发动机实际运维数据中的有用信息，进而影响故障诊断正确率的问题。包括对原始样本进行高维特征扩增，得到特征扩增后样本；再进行归一化处理，再由归一化后样本构造训练样本集；将训练样本集中的正常状态样本和故障样本分别设置不同标签；采用训练样本集对故障诊断网络进行训练，当达到预设迭代次数后，得到训练后故障诊断网络；采集航空发动机的运行数据，处理后得到归一化后待诊断数据；将归一化后待诊断数据输入训练后故障诊断网络，得到航空发动机故障诊断结果。本发明用于航空发动机故障诊断。

公开(公告)号：CN113962447A

公开(公告)日：2022-01-21

申请号：CN202111172277.9

申请日：2021-10-08

Applicant: 哈尔滨工业大学(威海)

Inventor： 付旭云 ,  何文辉 ,  林琳 ,  白争锋 ,  钟诗胜

IPC: G06Q10/04 ,  G06N3/00 ,  G06Q10/00

Abstract: 本发明涉及复杂设备运行参数处理分析技术领域，具体的说是一种能够有效降低复杂设备维护成本、提高设备运行可靠性的基于改进粒子群算法的复杂设备批量长期维修计划优化方法，通过从整个机队的角度考虑发动机实际的送修时间，并从单一设备全寿命周期内维修成本最小的角度考虑复杂设备队列的长期维修计划的优化，从而建立机队长期维修计划优化模型，针对标准粒子群算法易陷入局部收敛的情况，提出一种改进粒子群算法，增强粒子群跳出局部收敛的能力，采用改进粒子群算法求解机队长期维修计划优化模型，为机队长期维修计划提供理论层面的支持。

公开(公告)号：CN113887770A

公开(公告)日：2022-01-04

申请号：CN202010625099.X

申请日：2020-07-01

Applicant: 哈尔滨工业大学(威海)

Inventor： 付旭云 ,  钟诗胜 ,  张永健 ,  何文辉

IPC: G06Q10/04 ,  G06F30/20 ,  G06N3/00 ,  G06F111/06

Abstract: 本发明涉及航空发动机维修策略技术领域，具体的说是一种可以有效的降低发动机的维修成本的基于问题解耦的航空发动机全寿命维修决策优化算法，其特征在于，将发动机全寿命维修决策问题的决策变量分为三组，第一组是发动机全寿命期内的维修次数，第二组是历次维修时机，第三组是历次维修时，各单元体是否大修、各寿命件是否更换；其中第一组决策变量进行遍历处理，第二组决策变量采用粒子群优化算法进行求解，第三组决策变量采用基于粒子群优化的发动机维修决策算法。

公开(公告)号：CN113962447B

公开(公告)日：2024-05-28

申请号：CN202111172277.9

申请日：2021-10-08

Applicant: 哈尔滨工业大学(威海)

Inventor： 付旭云 ,  何文辉 ,  林琳 ,  白争锋 ,  钟诗胜

IPC: G06Q10/04 ,  G06Q10/20 ,  G06N3/006

Abstract: 本发明涉及复杂设备运行参数处理分析技术领域，具体的说是一种能够有效降低复杂设备维护成本、提高设备运行可靠性的基于改进粒子群算法的复杂设备批量长期维修计划优化方法，通过从整个机队的角度考虑发动机实际的送修时间，并从单一设备全寿命周期内维修成本最小的角度考虑复杂设备队列的长期维修计划的优化，从而建立机队长期维修计划优化模型，针对标准粒子群算法易陷入局部收敛的情况，提出一种改进粒子群算法，增强粒子群跳出局部收敛的能力，采用改进粒子群算法求解机队长期维修计划优化模型，为机队长期维修计划提供理论层面的支持。

公开(公告)号：CN115659496A

公开(公告)日：2023-01-31

申请号：CN202211273994.5

申请日：2022-10-18

Applicant: 哈尔滨工业大学

Inventor： 林琳 ,  何文辉 ,  郭丰 ,  付松 ,  童昌圣 ,  祖立争

IPC: G06F30/15 ,  G06F30/27 ,  G06N3/0464 ,  G06N3/048 ,  G06N3/0442 ,  G06N3/0455 ,  G06N3/088

Abstract: 基于DLBR的航空发动机性能模型重构方法，涉及涡扇发动机气路特性参数的重构技术领域。本发明是为了解决航空发动机上仅有少量的传感器能够采集器特性参数，导致构建航空发动机性能模型所需的特性参数不完整、模型无法建立的问题。本发明将航空发动机完备气路特性参数X输入至训练好的自编码器中对X进行降维与重构，获得重构结果然后以可测气路特性参数S作为输入，以自编码器的特征空间h作为输出，构建基于LSTM的S与h之间的映射模型；最后将映射模型与自编码器建立联系，获得以可测气路特性参数S作为输入、以重构结果作为输出的航空发动机性能重构模型。