-
公开(公告)号：CN114722952A
公开(公告)日：2022-07-08
申请号：CN202210416390.5
申请日：2022-04-20
Applicant: 哈尔滨工业大学
Abstract: 一种基于表示学习的轴承故障检测和分类的一体化方法，本发明涉及轴承故障检测和分类的一体化方法。本发明的目的是为了解决现有采用数据驱动的方法进行轴承故障诊断过程中，获得大量的轴承故障样本是十分困难的，以及为不同的故障类型的数据设计准确的标签存在很大的限制的问题。过程为：1、提取轴承的振动数据；2、特征提取：从时域、频域2个角度提取数据的特征；3、搭建故障检测神经网络：故障检测神经网络包括编码器、噪声引入、自注意力机制层以及解码器；4、训练故障检测神经网络；5、搭建故障分类神经网络；6、训练故障分类神经网络；7、在线故障检测与故障分类。本发明用于轴承故障诊断与人工智能相结合的学科交叉领域。
-
公开(公告)号：CN113659833B
公开(公告)日：2022-05-17
申请号：CN202110976680.0
申请日：2021-08-24
Applicant: 哈尔滨工业大学
Abstract: 一种并联直流‑直流变换器的寿命延长方法，本发明涉及并联直流‑直流变换器的寿命延长方法。本发明的目的是为了解决现有方法难以精确预测系统的健康状态，导致无法缓解模块化功率转换系统中的老化程度不匹配，从而缩短电力电子系统寿命的问题。过程为：1.获取训练数据；2.搭建神经网络模型；3.训练神经网络，得到训练好的神经网络；4.在线获得测试数据，预测并联式DC‑DC变换器系统的健康状态；5.重复执行3和4N次，保留在测试数据上预测效果最好的神经网络用于最终的在线预测，执行6；6.延长系统的剩余使用寿命。本发明用于电力电子系统人工智能健康管理领域。
-
公开(公告)号：CN113659833A
公开(公告)日：2021-11-16
申请号：CN202110976680.0
申请日：2021-08-24
Applicant: 哈尔滨工业大学
Abstract: 一种并联直流‑直流变换器的寿命延长方法，本发明涉及并联直流‑直流变换器的寿命延长方法。本发明的目的是为了解决现有方法难以精确预测系统的健康状态，导致无法缓解模块化功率转换系统中的老化程度不匹配，从而缩短电力电子系统寿命的问题。过程为：1.获取训练数据；2.搭建神经网络模型；3.训练神经网络，得到训练好的神经网络；4.在线获得测试数据，预测并联式DC‑DC变换器系统的健康状态；5.重复执行3和4N次，保留在测试数据上预测效果最好的神经网络用于最终的在线预测，执行6；6.延长系统的剩余使用寿命。本发明用于电力电子系统人工智能健康管理领域。
-
公开(公告)号：CN118963144A
公开(公告)日：2024-11-15
申请号：CN202411292082.1
申请日：2024-09-14
Applicant: 哈尔滨工业大学
IPC: G05B13/04
Abstract: 一种基于自适应观测器的闭环系统抗扰联合估计方法，它属于自适应估计领域。本发明解决了在闭环反馈结构中，难以实时准确获得被控对象的参数、状态和扰动的问题。本发明的估计方法不需要被控系统参数和扰动的先验信息，仅利用系统的输入输出测量数据和控制器信息，对控制输入和噪声解耦，解决了闭环结构中噪声相关性造成的有偏估计问题；对未知扰动和噪声具有鲁棒性，基于自适应观测器的闭环系统抗扰联合估计问题，通过互质分解技术构造与测量噪声不相关的信号，作为被控系统稳定象描述的参考输入，然后构建闭环鲁棒自适应估计机制，从而实现系统未知参数、状态和扰动的无偏估计。本发明方法可以应用于闭环系统抗扰联合估计。
-
公开(公告)号：CN115167376B
公开(公告)日：2023-06-27
申请号：CN202210951337.5
申请日：2022-08-09
Applicant: 哈尔滨工业大学
IPC: G05B23/02
Abstract: 一种基于平均一致性的数据驱动分布式协同诊断方法，本发明涉及数据驱动的分布式故障诊断方法。本发明目的是为了解决现有故障诊断准确率低的问题。过程为：离线阶段：步骤一：建立工业系统整体状态空间模型和工业子系统的状态空间模型；步骤二、基于步骤一构建自适应残差产生器；步骤三：设计各工业子系统残差产生器之间的通讯拓扑；步骤四：基于步骤二和步骤三计算工业子系统总体残差和辅助滤波器的输出；在线阶段：步骤五、基于步骤四计算在线工业子系统统计量；步骤六、基于步骤五残差评估与在线决策。本发明属于工业系统过程监测、故障诊断领域。
-
Patent Agency Ranking
公开(公告)号：CN116243668A
公开(公告)日：2023-06-09
申请号：CN202310176547.6
申请日：2023-02-28
Applicant: 哈尔滨工业大学
IPC: G05B19/418
Abstract: 流程工业中动态控制系统的残差生成器优化设计方法，为了解决现有的适用于动态系统的在线残差信号生成器的残差所体现的故障存在检测时间窗口小、故障检测灵敏度低的问题。本发明针对被控对象机理模型已知和未知两种场景，基于两种场景的残差进行了统一的优化设计，被控系统能够建模为线性动态系统且其状态空间模型一致将残差信号写成与被控系统的左互质分解相关矩阵的参数化形式，通过优化策略离线设计残差生成器，并采用在线实时采集的输入、输出数据对其进行驱动，实现在线最优残差生成。本发明适用于流程工业中动态控制系统的残差生成。
-
公开(公告)号：CN113179264A
公开(公告)日：2021-07-27
申请号：CN202110453365.X
申请日：2021-04-26
Applicant: 哈尔滨工业大学
IPC: H04L29/06
Abstract: 网络化控制系统中数据传输的攻击检测方法，它属于数据传输的攻击检测领域。本发明解决了现有方法不能对历史未出现过的攻击进行检测的问题。本发明通过建立检测通道可以实现多种攻击的检测，而且检测使用的是无监督方法，相比于使用分类器的攻击检测方法，本发明在训练模型时不需要额外的受攻击数据来训练分类器，同时对于历史未出现过的攻击也可进行有效检测。通过对传输信号与重建信号的残差分析，可以对受攻击的通道进行判断，方便快速找到受攻击通道。本发明可以应用于网络化控制系统中数据传输的攻击检测。
-
公开(公告)号：CN114722952B
公开(公告)日：2023-05-26
申请号：CN202210416390.5
申请日：2022-04-20
Applicant: 哈尔滨工业大学
IPC: G06F18/2415 , G06F30/27 , G06N3/048 , G06N3/08
Abstract: 一种基于表示学习的轴承故障检测和分类的一体化方法，本发明涉及轴承故障检测和分类的一体化方法。本发明的目的是为了解决现有采用数据驱动的方法进行轴承故障诊断过程中，获得大量的轴承故障样本是十分困难的，以及为不同的故障类型的数据设计准确的标签存在很大的限制的问题。过程为：1、提取轴承的振动数据；2、特征提取：从时域、频域2个角度提取数据的特征；3、搭建故障检测神经网络：故障检测神经网络包括编码器、噪声引入、自注意力机制层以及解码器；4、训练故障检测神经网络；5、搭建故障分类神经网络；6、训练故障分类神经网络；7、在线故障检测与故障分类。本发明用于轴承故障诊断与人工智能相结合的学科交叉领域。
-
公开(公告)号：CN114417686B
公开(公告)日：2023-02-03
申请号：CN202210065461.1
申请日：2022-01-20
Applicant: 哈尔滨工业大学
IPC: G06F30/25 , G06F30/27 , G06F111/10 , G06F111/08 , G06F119/02 , G06F119/04
Abstract: 一种面向单个锂离子电池的自适应在线剩余使用寿命预测方法，本发明涉及电池的自适应在线剩余使用寿命预测方法。本发明的目的是为了解决现有单个电池工作过程中的剩余使用寿命预测方法需要大量历史数据，在一定程度上会受到强马尔可夫特性的制约，以及电池在退化过程中的随机性难以得到量化的问题。过程为：一：提取电池第k次工作过程中的容量数据；二：构建电池的退化模型；三：构建自适应估计退化模型参数；四：计算电池的剩余使用寿命；判断第k次工作循环下的电池的荷电状态SOC是否低于80％，如果SOC高于80％，则令k＝k+1，执行一至四，否则电池报废；五：评估剩余使用寿命的在线预测效果。本发明用于电池使用寿命预测领域。
-
公开(公告)号：CN115167376A
公开(公告)日：2022-10-11
申请号：CN202210951337.5
申请日：2022-08-09
Applicant: 哈尔滨工业大学
IPC: G05B23/02
Abstract: 一种基于平均一致性的数据驱动分布式协同诊断方法，本发明涉及数据驱动的分布式故障诊断方法。本发明目的是为了解决现有故障诊断准确率低的问题。过程为：离线阶段：步骤一：建立工业系统整体状态空间模型和工业子系统的状态空间模型；步骤二、基于步骤一构建自适应残差产生器；步骤三：设计各工业子系统残差产生器之间的通讯拓扑；步骤四：基于步骤二和步骤三计算工业子系统总体残差和辅助滤波器的输出；在线阶段：步骤五、基于步骤四计算在线工业子系统统计量；步骤六、基于步骤五残差评估与在线决策。本发明属于工业系统过程监测、故障诊断领域。
-
-
-
-
-
-
-
-
-
Search Results
25
records
(took 0.022 seconds)
