公开(公告)号：CN116147617B

公开(公告)日：2023-11-14

申请号：CN202211709717.4

申请日：2022-12-29

Applicant: 哈尔滨工程大学

Inventor： 赵玉新 ,  陈杨 ,  陈力恒 ,  奔粤阳 ,  李倩 ,  张金越

IPC: G01C21/16 ,  G01C21/20

Abstract: 本发明公开了一种用于水下SINS/DVL/PS紧组合导航系统的故障定位与恢复方法，包括以下步骤：S1、构造出与目标实验设备原理相同的系统虚拟模型，生成虚拟训练集；S2、并利用虚拟训练集训练LSTM神经网络，得到预训练模型LSTM‑1；S3、采集少量的SINS/DVL/PS紧组合导航系统实验数据，得到实验训练集，将LSTM‑1迁移至实验应用场景，得到最终神经网络模型LSTM‑2；S4、LSTM‑2神经网络进入分类模式，LSTM‑2神经网络模型依据实时的故障统计量输出当前时刻故障发生的位置；S5、根据故障定位结果，自动采取相应的故障恢复措施。本发明采用上述故障定位与恢复方法，可以在少量的实验数据条件下，快速的诊断并定位渐变故障等常见故障，并自动进行相应的故障恢复策略，提高组合导航系统的可靠性。

公开(公告)号：CN115600746A

公开(公告)日：2023-01-13

申请号：CN202211300629.9

申请日：2022-10-24

Applicant: 哈尔滨工程大学(CN)

Inventor： 陈力恒 ,  张金越 ,  陈杨 ,  程诺 ,  谈用杰 ,  李子良

IPC: G06Q10/04 ,  G06N3/0464 ,  G06N3/048 ,  G06N3/08

Abstract: 本发明公开了一种基于卷积神经网络的耙吸船能效预测方法，包括以下步骤：S1、根据耙吸船工作数据进行工况划分；S2、对经过步骤S1处理后的耙吸船工作数据进行滤波处理以消除环境噪声的影响；S3、根据步骤S2处理后的耙吸船工作数据构建卷积神经网络能效数据的训练集，建立耙吸船能效的卷积神经网络回归预测模型。本发明采用上述基于卷积神经网络的耙吸船能效预测方法，能够解决能效预测不准确的问题。

公开(公告)号：CN116147617A

公开(公告)日：2023-05-23

申请号：CN202211709717.4

申请日：2022-12-29

Applicant: 哈尔滨工程大学

Inventor： 赵玉新 ,  陈杨 ,  陈力恒 ,  奔粤阳 ,  李倩 ,  张金越

IPC: G01C21/16 ,  G01C21/20

Abstract: 本发明公开了一种用于水下SINS/DVL/PS紧组合导航系统的故障定位与恢复方法，包括以下步骤：S1、构造出与目标实验设备原理相同的系统虚拟模型，生成虚拟训练集；S2、并利用虚拟训练集训练LSTM神经网络，得到预训练模型LSTM‑1；S3、采集少量的SINS/DVL/PS紧组合导航系统实验数据，得到实验训练集，将LSTM‑1迁移至实验应用场景，得到最终神经网络模型LSTM‑2；S4、LSTM‑2神经网络进入分类模式，LSTM‑2神经网络模型依据实时的故障统计量输出当前时刻故障发生的位置；S5、根据故障定位结果，自动采取相应的故障恢复措施。本发明采用上述故障定位与恢复方法，可以在少量的实验数据条件下，快速的诊断并定位渐变故障等常见故障，并自动进行相应的故障恢复策略，提高组合导航系统的可靠性。