-
公开(公告)号：CN110469451A
公开(公告)日：2019-11-19
申请号：CN201910806770.8
申请日：2019-08-29
Applicant: 哈尔滨工程大学
Abstract: 本发明属于潮流能发电领域，具体涉及一种综合利用直线式旋转式发电的潮流能转换装置。本发明通过将水轮发电机与直线发电机相结合的设计，使得发电装置总体的能量捕获效率大幅提高，充分利用了水轮机发电部分剩余的水流的动能，提高了运输的效率。本发明采用双水轮机设计，且左右前后非对称设计，在保证充分转化潮流能的同时，使得结构的整体更加紧凑，缩小了装置的体积，从而在单位海域面积内可以布置更多的潮流能转换装置，得到更多的电能。本发明具备良好的能量捕获效率，且发电装置的集约度和体积较于现有的潮流能发电装置更加具有优势，具备广阔的开发前景和推广前景。
-
公开(公告)号：CN110439736A
公开(公告)日：2019-11-12
申请号：CN201910659833.1
申请日：2019-07-22
Applicant: 哈尔滨工程大学
IPC: F03B13/20
Abstract: 本发明属于波浪能发电领域，具体涉及一种多浮体液压波浪能发电装置。本装置发明中心桶体组件、组合刚架、浮体组件和发电机。由于波浪运动使浮体产生垂荡运动，从而与浮体相连的浮体连杆在组合刚架支撑下产生杠杆运动，浮体连杆的另一端连接活塞杆，活塞底板向下压水，使水流以一定流速通过发电机发电。通过发电机的水流经过水循环软管流回中心桶体上部，实现桶内水的循环使用与发电的平稳进行。发明内部活塞桶彼此独立，互不影响，无需考虑相位差异，故可以在同一中心工作筒内放置多活塞桶，适用于广泛波长与周期的波浪，且通过设置多浮箱发电，可增加单位时间发电量。
-
Patent Agency Ranking
公开(公告)号：CN117633614A
公开(公告)日：2024-03-01
申请号：CN202311552314.8
申请日：2023-11-20
Applicant: 哈尔滨工程大学
IPC: G06F18/241 , G06F18/214 , G06F18/213 , G06F18/10 , G06N3/0442 , G06N3/045 , G06N3/0464 , G06N3/084
Abstract: 一种基于CNN‑BiLSTM的海上风氢系统机舱故障诊断方法、装置及设备，涉及海洋工程装备故障诊断技术领域，方法包括：采集海上风氢系统运行指标信号和故障标签并构建对应的时序序列数据集；对所述时序序列数据集进行预处理；建立基于CNN‑BiLSTM网络的故障诊断模型；基于所述时序序列数据集训练所述故障诊断模型；使用训练好的所述故障诊断模型对海上风氢系统机舱故障进行诊断；该方法充分利用CNN网络自动学习数据特征表示的优势以及BiLSTM网络计算长时依赖关系的能力，实现了复合神经网络的异构融合，提高了模型的表达能力，从而实现了智能化的海上风氢系统机舱故障诊断。
-
公开(公告)号：CN114266172A
公开(公告)日：2022-04-01
申请号：CN202210042586.2
申请日：2022-01-14
Applicant: 哈尔滨工程大学
IPC: G06F30/20 , G06Q10/06 , G06F119/02 , G06F119/14
Abstract: 本发明提出了一种基于信息融合的钢悬链立管风险评估方法、设备和介质，所述方法预先根据钢悬链立管的故障模式构建辨识框架，分别在故障采集点安装数据传感器对故障信号进行采集。随后对多传感器数据进行预处理，生成相应的基本概率分配函数。通过直觉模糊多属性决策模型的构建，得到多传感器的动态可靠性指标，在此基础之上，在改进混合似是而非的推理理论模型(混合DSm模型)的多证据体信息融合算法中通过所求焦元可信度降低了证据的冲突性，根据信息融合的结果实现了钢悬链立管风险评估。本发明所述方法在基于现有立管监测系统传感器数据条件下，实现了高效、高识别率、高适应性的钢悬链立管的风险评估。
-
公开(公告)号：CN110469451B
公开(公告)日：2021-08-20
申请号：CN201910806770.8
申请日：2019-08-29
Applicant: 哈尔滨工程大学
Abstract: 本发明属于潮流能发电领域，具体涉及一种综合利用直线式旋转式发电的潮流能转换装置。本发明通过将水轮发电机与直线发电机相结合的设计，使得发电装置总体的能量捕获效率大幅提高，充分利用了水轮机发电部分剩余的水流的动能，提高了运输的效率。本发明采用双水轮机设计，且左右前后非对称设计，在保证充分转化潮流能的同时，使得结构的整体更加紧凑，缩小了装置的体积，从而在单位海域面积内可以布置更多的潮流能转换装置，得到更多的电能。本发明具备良好的能量捕获效率，且发电装置的集约度和体积较于现有的潮流能发电装置更加具有优势，具备广阔的开发前景和推广前景。
-
公开(公告)号：CN111637045A
公开(公告)日：2020-09-08
申请号：CN202010388867.4
申请日：2020-05-09
Applicant: 哈尔滨工程大学
IPC: F04B51/00
Abstract: 本发明提供一种海洋平台空气压缩机故障诊断方法，属于海洋工程装备故障诊断技术领域。该方法首先将海洋平台空气压缩机的监测信号划分为温度信号、压力信号和机械信号三类，分别在海洋平台空气压缩机信号采集点安装数据传感器对工作信号进行采集。数据处理阶段使用线性滤波方法卡尔曼滤波，实现多传感器数据融合，并将融合后数据进一步划分为训练集、验证集与测试集。在对藤式贝叶斯分类器进行逻辑构建之后，通过训练集数据对似然概率控制参数进行优化，最终得到完整的海洋平台空气压缩机故障诊断方法，导入实测数据后可实现故障诊断。
-
公开(公告)号：CN111022313A
公开(公告)日：2020-04-17
申请号：CN201911388764.1
申请日：2019-12-30
Applicant: 哈尔滨工程大学
Abstract: 本发明属于海洋工程装备故障诊断技术领域，具体涉及一种基于LSTM的海洋平台空气压缩机故障诊断方法。本发明对海洋平台空气压缩机的多元传感器信号进行时序序列构建，为卡尔曼滤波和后期的LSTM模型构建提供了高效合理的数据结构支持，有利于提高前期线型滤波的去噪效果，且有助于后期在LSTM权重矩阵中提取保留合理的故障特征。本发明通过数字信号处理与人工智能领域深度学习理论的结合，将海洋平台空气压缩机的复杂故障诊断过程转化为一种基于多传感器监测的易用式诊断方法，通过算法层面的融合创新，最大程度的降低了诊断过程的硬件需求，降低诊断时间和诊断成本，为故障修复争取到更多宝贵时间。
-
-
-
-
-
-
Search Results
17
records
(took 0.027 seconds)
