-
公开(公告)号：CN109014648B
公开(公告)日：2020-09-29
申请号：CN201810964152.1
申请日：2018-08-23
Applicant: 哈尔滨中正焊接技术开发有限公司 , 哈尔滨工业大学 , 哈尔滨焊接研究院有限公司 , 哈尔滨工业大学(深圳) , 常熟理工学院 , 渤海水泥(葫芦岛)有限公司 , 唐山冀东机电设备有限公司
Inventor： 钟彬 , 方洪渊 , 陈波 , 鲍爱莲 , 查晓雄 , 刘铁军 , 赵云峰 , 王玉银 , 邓宏卫 , 杜淼 , 才维忠 , 刘万辉 , 赵春驰 , 李洪斌 , 史庆国 , 林琳 , 马千里 , 钟雪霏 , 周琦 , 张海峰 , 王晓楠 , 黄垒
Abstract: 本发明涉及的一种铸钢件金属缺陷挖补焊坡口的焊接结构及其补强方法，可以解决现有大型铸钢构件挖补焊中存在的焊接结构变形控制困难、补焊区易于开裂、结构稳定性及其抗疲劳性能不易保证等技术难题。补强方法：一、焊制壳体结构；二、沿着焊缝的纵向、横向以及坡口深度方向，间隔性地分别设置有若干行、若干列和多层级的内置钢腹板；三、在焊接坡口中的隔断空间内填充焊接熔敷金属；四、在焊接坡口表面进行盖面焊接。本发明补强方法中焊制构建的壳体与刚性骨架三维空间焊接结构体系，能够抵御和分散焊缝金属的收缩应力，有效控制焊接变形量和提高焊接结构的稳定性，改变疲劳裂纹的扩展行为，从而降低其裂纹扩展速率。
-
公开(公告)号：CN109014648A
公开(公告)日：2018-12-18
申请号：CN201810964152.1
申请日：2018-08-23
Applicant: 哈尔滨中正焊接技术开发有限公司 , 哈尔滨工业大学 , 哈尔滨焊接研究院有限公司 , 哈尔滨工业大学(深圳) , 常熟理工学院 , 渤海水泥(葫芦岛)有限公司 , 唐山冀东机电设备有限公司
Inventor： 钟彬 , 方洪渊 , 陈波 , 鲍爱莲 , 查晓雄 , 刘铁军 , 赵云峰 , 王玉银 , 邓宏卫 , 杜淼 , 才维忠 , 刘万辉 , 赵春驰 , 李洪斌 , 史庆国 , 林琳 , 马千里 , 钟雪霏 , 周琦 , 张海峰 , 王晓楠 , 黄垒
Abstract: 本发明涉及的一种铸钢件金属缺陷挖补焊坡口的焊接结构及其补强方法，可以解决现有大型铸钢构件挖补焊中存在的焊接结构变形控制困难、补焊区易于开裂、结构稳定性及其抗疲劳性能不易保证等技术难题。补强方法：一、焊制壳体结构；二、沿着焊缝的纵向、横向以及坡口深度方向，间隔性地分别设置有若干行、若干列和多层级的内置钢腹板；三、在焊接坡口中的隔断空间内填充焊接熔敷金属；四、在焊接坡口表面进行盖面焊接。本发明补强方法中焊制构建的壳体与刚性骨架三维空间焊接结构体系，能够抵御和分散焊缝金属的收缩应力，有效控制焊接变形量和提高焊接结构的稳定性，改变疲劳裂纹的扩展行为，从而降低其裂纹扩展速率。
-
公开(公告)号：CN116050547B
公开(公告)日：2024-09-03
申请号：CN202310063619.6
申请日：2023-01-12
Applicant: 哈尔滨工业大学
Abstract: 一种基于自注意力集成学习的起落架性能预测方法，涉及起落架性能预测领域。本发明是为了解决现有起落架性能预测方法还存在计算效率和预测精度不高的问题。本发明包括：获取待预测的起落架性能数据的关键特征，将待预测的起落架性能数据的关键特征数据输入到起落架性能预测模型中获得起落架的重心垂直载荷、重心垂向位移；所述起落架性能预测模型通过以下方式获得：获取起落架性能数据；利用MCA模型剔除起落架性能数据特征中的无效特征和冗余特征，获得起落架性能数据中的关键特征数据；利用关键特征数据对AMLP进行训练获得训练好的AMLP模型；采用网格搜索法对训练好的AMLP模型的超参数进行调优，获得起落架性能预测模型。本发明用于预测起落架性能。
-
公开(公告)号：CN115618263A
公开(公告)日：2023-01-17
申请号：CN202211197963.6
申请日：2022-09-29
Applicant: 哈尔滨工业大学
IPC: G06F18/24 , G06F18/213 , G06F18/214 , G06N3/04 , G06N3/08
Abstract: 本申请提供了一种基于Feature‑level SMOTE的复杂装备不均衡故障诊断方法，通过将样本映射到嵌入式空间，并在嵌入式空间内采用MLP对样本进行故障诊断。本申请提供的基于Feature‑level SMOTE的复杂装备不均衡故障诊断方法，特征级别的数据增强机制使得生成的故障样本与正常样本的混叠程度更小，更有利于正常与故障的诊断；模型中的GRU更能捕获多维监控数据中的复杂关系，更能表征原始样本的特点；DSGRU在进行空间映射的时时可以抵抗噪声的影响，有效解决发动机监控数据存在噪声问题。
-
公开(公告)号：CN115545092A
公开(公告)日：2022-12-30
申请号：CN202211057935.4
申请日：2022-08-31
Applicant: 哈尔滨工业大学(威海)
Abstract: 本申请提供了一种基于深度孪生自注意力网络的航空发动机小样本故障诊断方法，采用时间序列聚类和孪生神经网络相结合，实现航空发动机小样本故障的诊断。本申请通过学习一种相似性度量来解决小样本条件下多标签分类问题，有效地提高小样本条件下多故障分类的准确率，有效地缓解深度神经网络的过拟合问题；使用SANet作为孪生神经网络的特征提取模块，以期学到更丰富的时序特征，进而提高不同类型样本在映射空间中的可分性；SANet可以同时提取时间序列的短期依赖和长期依赖，并在提取长期依赖方面优于RNN模型；有效地缓解样本不均衡所带来的训练问题，对故障样本的诊断效果更佳。
-
Patent Agency Ranking
公开(公告)号：CN113033914B
公开(公告)日：2022-03-25
申请号：CN202110411649.2
申请日：2021-04-16
Applicant: 哈尔滨工业大学
Abstract: 一种面向机械加工工艺知识图谱的实体和关系预测方法，它属于机械加工工艺知识图谱中实体和关系预测技术领域。本发明解决了采用目前的翻译模型对机械加工工艺中的实体和关系预测的准确率低的问题。本发明将机械加工工艺知识图谱的复杂关系延展为一对一对多，多对一对一，多对一对多，一对多对一，一对多对多，一对多对多，多对多对多类型。基于延展的复杂关系和机械加工工艺领域特性提出了实体关系双投影超平面模型来实现加工工艺实体和加工工艺关系的准确预测。本发明可以用于对机械加工工艺知识图谱中实体和关系的预测。
-
公开(公告)号：CN113762410A
公开(公告)日：2021-12-07
申请号：CN202111093542.4
申请日：2021-09-17
Applicant: 哈尔滨工业大学 , 中国铁建重工集团股份有限公司
Abstract: 基于机器学习的关键焊接工艺参数预测方法，属于焊接工艺的参数预测领域。本发明解决了现有影响地下工程装备焊接质量的工艺参数复杂，导致不易对参数进行调试，进而导致地下工程装备关键部件的焊接件质量差的问题。本发明方法包括：获取焊接电流、焊接电压和送丝速度；建立送丝速度—焊接电流拟合模型，根据焊接电流预测送丝速度；建立焊接电压—焊接电流的点预测拟合模型，根据焊接电流预测焊接电压点预测值；根据焊接电压点预测值确定焊接电压的取值范围；根据获取的焊接电流和焊接速度，得到送丝速度和焊接电压的取值；将焊接电流、最终焊接电压、送丝速度和焊接速度输入至CLOOS焊接机器人系统，实现焊接工艺的自动化。本发明用于焊接工艺的参数预测。
-
公开(公告)号：CN106777554B
公开(公告)日：2021-03-23
申请号：CN201611070039.6
申请日：2016-11-29
Applicant: 哈尔滨工业大学(威海)
IPC: G06F30/17 , G01M15/00 , G06F119/04
Abstract: 本发明具体地说是一种基于状态基线的航空发动机气路单元体健康状态评价方法，其特征在于包括如下步骤：步骤A，确定本评价体系需要获取的发动机巡航状态参数集合，并以此集合为依据划定样本库覆盖范围，以划定的覆盖范围为依据解析ACARS报文，收集发动机历史巡航数据，建立发动机机队状态基线训练样本库；步骤B，确定需要监控的单元体性能指标，分析单元体工作特性影响因素，建立各单元体状态基线模型；步骤C，从机队状态基线训练样本库中选择相应历史数据，对各单元体状态基线模型进行训练，获得单元体状态基线；步骤D，在对单台发动机的某单元体进行健康状态评价时，以准确评估单元体的缓慢性能衰退过程。
-
公开(公告)号：CN111598222A
公开(公告)日：2020-08-28
申请号：CN202010406707.8
申请日：2020-05-14
Applicant: 哈尔滨工业大学(威海)
Abstract: 本发明披露了一种重优化深度自动编码器，其特征在于：包括第一经典深度自动编码器模块、K-Means聚类模型模块和第二经典深度自动编码器模块；所述第一经典深度自动编码器模块训练完成后，通过所述第一经典深度自动编码器模块获得一重构误差集；所述K-Means聚类模型模块对所述重构误差集进行聚类，剔除其中重构误差较大的异常样本，保留正常样本作为新训练集；用所述新训练集对所述第二经典深度自动编码器模块进行训练。基于所述重优化深度自动编码器，本发明还提出了一种发动机自动检测系统。
-
公开(公告)号：CN107357994B
公开(公告)日：2020-04-28
申请号：CN201710575219.8
申请日：2017-07-14
Applicant: 哈尔滨工业大学(威海)
IPC: G06F30/20
Abstract: 本发明涉及航空发动机性能评估方法技术领域，具体的说是一种分阶段的航空发动机性能衰退模式挖掘方法，其特征在于包括以下步骤：进行性能参数预处理，具体包括粗大误差处理、降噪处理；进行性能衰退模式挖掘，包括快速衰退阶段模式挖掘和正常衰退阶段模式挖掘，本发明通过挖掘出发动机的长期衰退模式，为航空发动机的稳定运行和高效率维护提供了保证。
-
-
-
-
-
-
-
-
-
Search Results
102
records
(took 0.042 seconds)
