-
公开(公告)号：CN111597760A
公开(公告)日：2020-08-28
申请号：CN202010418279.0
申请日：2020-05-18
Applicant: 哈尔滨工业大学(威海)
Abstract: 本申请公开了一种实现小样本条件下获取气路参数偏差值的方法，属于航空发动机健康管理与监控技术领域。本发明包括构建发动机样本数据集、对数据进行归一化预处理、构建深度领域自适应气路参数偏差值回归模型、利用目标域发动机及源域发动机训练集训练深度领域自适应气路参数偏差值回归模型、利用训练好的所述深度领域自适应气路参数偏差值回归模型对所述目标域发动机测试集提取到的发动机样本进行测试、分析回归效果以及获取小样本新机型航空发动机ACARS数据，利用保存的气路参数偏差值回归模型获取气路参数偏差值。本发明实现跨工况、跨机型下建立气路参数偏差值模型，进而获取发动机监控自主性。
-
公开(公告)号：CN107886126A
公开(公告)日：2018-04-06
申请号：CN201711102389.0
申请日：2017-11-10
Applicant: 哈尔滨工业大学(威海)
CPC classification number: G06K9/6256 , G06K9/6271 , G06K9/6276 , G06N3/0481 , G06N3/08
Abstract: 本发明涉及一种基于动态集成算法的航空发动机气路参数预测方法及系统，其中方法包括：基于迭代算法对训练样本集进行学习得到基学习机，并使用基学习机对测试样本集进行预测，得到每个基学习机的预测结果；在所述训练样本集中选择测试样本的近邻样本，评估每个基学习机在近邻样本的局部性能动态确定每个基学习机的权值；基于所述每个基学习机的权值，利用加权核密度估计将每个基学习机的预测结果集成得到最终预测结果。本发明通过量化评估各学习机的局部性能，提出了动态加权核密度估计组合方法，可用于对航空发动机气路参数序列的预测任务中，不受离群值和样本不对称分布的影响，实验结果表明能够有效提高集成学习算法的预测精度。
-
公开(公告)号：CN107244403A
公开(公告)日：2017-10-13
申请号：CN201710399776.9
申请日：2017-05-31
Applicant: 哈尔滨工业大学(威海)
IPC: B63H5/125
CPC classification number: B63H5/125
Abstract: 一种两自由度并联式矢量推进装置，涉及水下推进装置技术领域，设有安装座和驱动座，其特征在于安装座上圆形阵列有三根支撑臂，三根支撑臂中的两根支撑臂经导向装置可纵向移动的设置在安装座上，另一根支撑臂固定安装在安装座上，安装座上设有用于驱动支撑臂移动的支撑臂驱动装置，三根支撑臂上端分别经转动副连接有调节臂，调节臂上端分别经球铰与驱动座连接，驱动座上设有螺旋桨及螺旋桨驱动装置。具有结构简单、紧凑，控制简单、反应迅速，控制精度高，水中阻力小，系统稳定性高等优点。
-
公开(公告)号：CN118211136B
公开(公告)日：2024-08-06
申请号：CN202410634398.8
申请日：2024-05-22
Applicant: 哈尔滨工业大学(威海)
IPC: G06F18/2413 , G06F18/22 , G06F18/213 , G06F18/214
Abstract: 本发明涉及数据处理技术领域，具体的说是一种能够通过对数据集中难分样本的有效挖掘处理，显著提高数据处理效率和准确率，进而提高复杂设备故障诊断分析结果准确率的基于围栏损失函数的数据处理方法及装备故障诊断方法，其特征在于，利用深度模型将输入数据映射到一个高维空间中，并执行以下步骤：步骤1：难分样本识别，利用围栏边界来区分每种类别中的难分样本；步骤2：难分样本优化与归类，其中利用围栏学习将难分样本优化至对应的围栏中，通过计算样本到类中心的距离对难分样本进行归类，与现有技术相比，通过深度围栏学习致力于挖掘更多难分样本的信息，来促进数据分类准确性，进而提高设备故障数据诊断性能。
-
公开(公告)号：CN117909899A
公开(公告)日：2024-04-19
申请号：CN202410035649.0
申请日：2024-01-09
Applicant: 哈尔滨工业大学(威海) , 中国航发控制系统研究所
IPC: G06F18/2433 , G06F18/214 , G06F17/18
Abstract: 本申请涉及航空发动机检测技术领域，具体为一种基于多分布概率融合的航发批量部件异常检测方法，采用数理统计方法对批量数据进行多种分布类型的概率密度函数的拟合，采用BA值作为投票权重对批量数据进行异常检测，判断数据是否异常。本申请提供的基于多分布概率融合的航发批量部件异常检测方法，通过拟合多种数据分布函数，获得数据分布的异常上下边界，实现对异常批量部件的有效监控，从而降低未知故障的发生概率。
-
Patent Agency Ranking
公开(公告)号：CN116415201B
公开(公告)日：2023-08-15
申请号：CN202310667541.9
申请日：2023-06-07
Applicant: 哈尔滨工业大学(威海)
IPC: G06F18/2433 , G06F18/10 , G06F18/214 , G06F18/21 , G06F18/213 , G06N3/0455 , G06N3/09
Abstract: 本发明涉及船舶推进动力检测技术领域，具体的说是一种能够对船舶主机运行状态进行准确检测的基于深度同心学习的船舶主动力异常检测方法，通过构建一种新的深度表征学习方法，即深度同心学习（DCL），从而致力于学习一种新的潜在表征来有效地分离不同类别间的样本，以促进船舶主机状态异常检测性能，解决了传统基于DAE的表征学习与异常检测任务优化目标不一致造成检测性能不理想的问题。
-
公开(公告)号：CN115582720A
公开(公告)日：2023-01-10
申请号：CN202211231436.2
申请日：2022-10-10
Applicant: 哈尔滨工业大学(威海)
IPC: B23Q5/36
Abstract: 本发明涉及螺旋桨双面刚柔性切换支撑装置、加工装置及加工方法，属于舰船领域。螺旋桨双面刚柔性切换支撑装置包括三轴驱动机构和电动推杆，三轴驱动机构为相对布置的两组，相对布置的两组三轴驱动机构之间形成用于支撑螺旋桨的支撑空间；两组三轴驱动机构的驱动端分别连接有电动推杆并驱动所连接的电动推杆三向运动；电动推杆的推出端转动连接有支撑板，支撑板背离电动推杆的一侧面安装有支撑滚珠；电动推杆内连接有力传感器，力传感器用于当支撑滚珠完全贴合螺旋桨表面时检测电动推杆的推杆受力，并当电动推杆受力大于触发阈值时，控制电动推杆断电。本发明降低了双面加工过程中的加工力矩，能够保证大型船用螺旋桨双面协同加工的表面加工精度。
-
公开(公告)号：CN115455800A
公开(公告)日：2022-12-09
申请号：CN202110645925.1
申请日：2021-06-09
Applicant: 哈尔滨工业大学(威海)
IPC: G06F30/27 , G06F17/16 , G06N3/08 , G06F119/02
Abstract: 本发明涉及一种基AdaLMBP神经网络模型的航空发动机性能状态预测方法，其特征在于，获取航空发动机燃油流量数据，并对航空发动机的燃油流量数据进行预处理，得到数据；将数据整理成数据集，将数据集{X，Y}拆分为训练集{Xtrain,Ytrain}和测试集{Xtest,Ytest}，搭建AdaLM‑BP神经网络模型，使用训练集训练模型，完成模型训练后，测试并应用模型，还包括首先从发动机采集数据，然后经过预处理得到模型可用的数据，此后上述三层AdaLM‑BP神经网络模型进行数据训练，用于预测未来的趋势，本发明针对航空发动机性能预测方法存在的问题，使模型的优化算法改变误差下降方向，收敛到“好”的局部最小；通过实验使用CFM56‑5B型发动机采集的燃油流量数据验证了该性能预测方法的有效性。
-
公开(公告)号：CN111597760B
公开(公告)日：2022-07-22
申请号：CN202010418279.0
申请日：2020-05-18
Applicant: 哈尔滨工业大学(威海)
Abstract: 本申请公开了一种实现小样本条件下获取气路参数偏差值的方法，属于航空发动机健康管理与监控技术领域。本发明包括构建发动机样本数据集、对数据进行归一化预处理、构建深度领域自适应气路参数偏差值回归模型、利用目标域发动机及源域发动机训练集训练深度领域自适应气路参数偏差值回归模型、利用训练好的所述深度领域自适应气路参数偏差值回归模型对所述目标域发动机测试集提取到的发动机样本进行测试、分析回归效果以及获取小样本新机型航空发动机ACARS数据，利用保存的气路参数偏差值回归模型获取气路参数偏差值。本发明实现跨工况、跨机型下建立气路参数偏差值模型，进而获取发动机监控自主性。
-
公开(公告)号：CN112686372A
公开(公告)日：2021-04-20
申请号：CN202011577005.2
申请日：2020-12-28
Applicant: 哈尔滨工业大学(威海)
Abstract: 本发明公开了一种基于深度残差GRU神经网络的产品性能预测方法，包括以下步骤：步骤一、构建深度残差GRU神经网络模型；步骤二、基于深度残差GRU神经网络对产品性能进行预测，预测结果用于指导复杂精密产品零部件装配。本发明提出了一种新的深度学习方法，即深度残差GRU神经网络(DRGRUNN)，将GRU神经网络与残差神经网络的优点有机集成，以提高网络对装配参数特征学习能力，实现复杂精密产品性能高精度预测。
-
-
-
-
-
-
-
-
-
Search Results
85
records
(took 0.038 seconds)
