-
公开(公告)号：CN113297787B
公开(公告)日：2021-12-17
申请号：CN202110514240.3
申请日：2021-05-12
Applicant: 北京航空航天大学
IPC: G06F30/27 , G06N3/04 , G06N3/08 , G06F119/02 , G06F119/04
Abstract: 一种基于迁移学习的航空发动机剩余寿命预测方法，包括如下步骤：对航空发动机多维退化参数进行敏感性分析，筛选出退化敏感参数并进行预处理，以提高数据表达能力；基于动态时间规整算法对待测样本进行可迁移性度量并利用滑动时间窗完成时域敏感数据匹配；基于可迁移性度量结果筛选可迁移样本并计算迁移权重；通过切割可迁移样本数据构造训练数据集；利用各可迁移样本的训练数据训练多个剩余寿命预测模型；基于可迁移权重实现多寿命预测模型的预测结果融合，得到最终预测结果。
-
公开(公告)号：CN113536671A
公开(公告)日：2021-10-22
申请号：CN202110778444.8
申请日：2021-07-09
Applicant: 北京航空航天大学
IPC: G06F30/27 , G06F17/18 , G06N3/04 , G06N3/08 , G06F119/04
Abstract: 本发明提供一种基于LSTM的锂电池寿命预测方法，包括：获取锂电池的容量退化数据集；将所述容量退化数据集进行预处理；构建基于LSTM的剩余寿命预测模型；在构建基于LSTM的剩余寿命预测模型后，进一步构建三个锂电池本地寿命预测模型和一个中央服务器端全局寿命预测模型，所述LSTM为网络结构，其中的任一个LSTM单元里面包括遗忘门、输入门和输出门；所述三个锂电池本地寿命预测模型结构相同，其模型结构包括两个LSTM层，两个Dropout层防止过拟合和一个顶层的预测输出层。
-
公开(公告)号：CN113536670A
公开(公告)日：2021-10-22
申请号：CN202110778141.6
申请日：2021-07-09
Applicant: 北京航空航天大学
Abstract: 提出一种群体产品剩余寿命预测的联邦迁移学习方法，包括：获取群体产品原始数据集；将所述原始数据集进行预处理，得到训练集和测试集；将所述训练集送入已构建的群体产品剩余寿命预测模型，并进行训练；其中，所述群体产品剩余寿命预测模型的构建过程包括：设计针对所述群体产品剩余寿命预测的总体框架，所述总体框架包括多个单体产品端和一个中央服务器端；构建基于LSTM的剩余寿命预测模型；基于所述LSTM的剩余寿命预测模型构建所述单体产品端的本地寿命预测模型和和所述中央服务器端的全局寿命预测模型；对全局寿命预测模型进行联邦学习。
-
公开(公告)号：CN113495800A
公开(公告)日：2021-10-12
申请号：CN202110331591.0
申请日：2021-03-26
Applicant: 北京航空航天大学
IPC: G06F11/07
Abstract: 本发明公开了一种基于扩展多属性决策的诊断预测数据和特征再认知方法，包括：将用于检测设备故障的传感器定义为扩展多属性决策数据模型的条件属性，将设备典型故障模式或状态的标签定义为扩展多属性决策数据模型的决策属性；根据所述决策属性与条件属性间的依赖关系进行条件属性子集选择，以便从多个用于检测设备故障的传感器中筛选出有价值的传感器集合；通过为选择出的条件属性子集中的每个条件属性分配权重，得到条件属性子集中每个条件属性的属性权重；将所述条件属性子集对应的传感器采集的且进行数据预处理的数据样本和条件属性子集的属性权重输入到相应的故障诊断预测模型中，对设备故障进行诊断和预测。
-
公开(公告)号：CN113297787A
公开(公告)日：2021-08-24
申请号：CN202110514240.3
申请日：2021-05-12
Applicant: 北京航空航天大学
IPC: G06F30/27 , G06N3/04 , G06N3/08 , G06F119/02 , G06F119/04
Abstract: 一种基于迁移学习的航空发动机剩余寿命预测方法，包括如下步骤：对航空发动机多维退化参数进行敏感性分析，筛选出退化敏感参数并进行预处理，以提高数据表达能力；基于动态时间规整算法对待测样本进行可迁移性度量并利用滑动时间窗完成时域敏感数据匹配；基于可迁移性度量结果筛选可迁移样本并计算迁移权重；通过切割可迁移样本数据构造训练数据集；利用各可迁移样本的训练数据训练多个剩余寿命预测模型；基于可迁移权重实现多寿命预测模型的预测结果融合，得到最终预测结果。
-
Patent Agency Ranking
公开(公告)号：CN112537461A
公开(公告)日：2021-03-23
申请号：CN202011411327.X
申请日：2020-12-03
Applicant: 北京航空航天大学
Abstract: 本申请提出一种基于星载关联性健康基线卫星在轨实时监测方法，其包括：第一步，健康基线配置；第二步，数据缓存与计算触发；第三步，工况判断；第四步，基线搜索与调用；第五步，关联性计算；第六步，异常判定。本方法采用基于解析方程的健康基线，实时在轨关联性监测，凸显其计算资源占用少、计算时间消耗少的优势；采用缓存池定时触发计算的方法，降低了对数据存储的要求，同时提升响应速度。
-
公开(公告)号：CN112257694A
公开(公告)日：2021-01-22
申请号：CN202011523716.1
申请日：2020-12-22
Applicant: 北京航空航天大学
IPC: G06K9/00 , G06K9/62 , G06N3/04 , G06N3/08 , G01M13/02 , G01M13/028 , G01M13/04 , G01M13/045
Abstract: 本发明公开了一种旋转机械振动信号的稀疏约束生成对抗网络实现方法，包括：构建输入层维度和输出层维度为w，隐藏层维度为m的稀疏自动编码器；利用对采集的振动信号进行预处理后得到的维度为w的振动信号训练样本对所构建的稀疏自动编码器进行训练，得到训练好的稀疏自动编码器；利用训练好的稀疏自动编码器，构建包括生成器和判别器的稀疏约束生成对抗网络；利用维度为w的振动信号训练样本和噪声样本对所构建的稀疏约束生成对抗网络进行训练，得到能够利用噪声生成旋转机械振动信号的稀疏约束生成对抗网络。
-
公开(公告)号：CN109917772B
公开(公告)日：2020-09-08
申请号：CN201811477518.9
申请日：2018-12-05
Applicant: 北京航空航天大学
IPC: G05B23/02
Abstract: 本发明公开一种远程在线评估设备状态的PHM快速原型系统，涉及设备健康评估领域，包括：设置在设备处的PHM应用模块，用于通过多种传感器采集所述设备运行数据，利用嵌入式实时诊断工具对所采集的运行数据进行评估处理，得到所述设备状态信息；设置在远程的PHM维护模块，用于建立连接所述PHM应用模块的通信电路，经由所述通信电路向所述PHM应用模块提供嵌入式实时诊断工具的算法自训练更新工具包。本发明实现PHM算法模型的快速训练及算法重构，根据设备不同状态及时更新相应的算法，克服了现有技术中固化的设备诊断评估方案的适应性差，算法更新成本高的技术问题。
-
公开(公告)号：CN111337833A
公开(公告)日：2020-06-26
申请号：CN202010114694.7
申请日：2020-02-25
Applicant: 北京航空航天大学
IPC: G01R31/367
Abstract: 一种基于动态时变权重的锂电池容量集成预测方法，包括如下步骤：将锂电池退化数据分为训练数据集、验证数据集、测试数据集三部分；选取几个基元算法，利用训练数据集训练各个基元算法；基于训练好的各基元算法预测模型，在验证区间进行预测，并计算预测相对误差；依据验证区间的预测相对误差计算各基元预测算法权重；在测试区间对预测相对误差进行互补预测；计算预测相对误差在测试区间的预测平均值作为时变权重诱导因子；利用训练数据集和验证数据集训练各基元预测算法；训练好的基元算法，在测试区间进行预测；基于V-IOWA实现实时的权重分配；将每个基元算法的预测结果与每个时刻的相应权重进行乘积并求和，得到最终的集成预测结果。
-
公开(公告)号：CN111308985A
公开(公告)日：2020-06-19
申请号：CN202010098234.X
申请日：2020-02-18
Applicant: 北京航空航天大学
IPC: G05B23/02
Abstract: 一种基于NSCT和DM的飞机环控系统控制组件性能退化评估方法，该方法利用环控系统控制组件的系统输入和输出信号数据，实现环控系统控制组件的性能退化评估。首先，利用基于RBF的观测器，生成环控系统控制组件残差信号。第二，利用基于时序排列的图像变换方法，实现残差信号的等效变换。第三，针对等效变换图像，利用NSCT开展多尺度多方向分解，从而提取可以表征性能退化的稳定故障特征。第四，针对提取的高维特征，利用DM算法实现高维特征点向低维空间的流形降维。最后，计算当前状态与健康状态间的测地线距离，并归一化为CV值，实现环控系统控制组件的性能退化评估。
-
-
-
-
-
-
-
-
-
Search Results
86
records
(took 0.027 seconds)
