-
公开(公告)号:CN111008661B
公开(公告)日:2021-03-09
申请号:CN201911227124.2
申请日:2019-12-04
Applicant: 哈尔滨工业大学
Abstract: 航空发动机备发需求量的Croston‑XGBoost预测方法,本发明涉及航空发动机备发需求量预测方法。本发明的目的是为了解决现有方法对航空发动机备用需求预测准确率低的问题。过程为:步骤一、基于Croston方法将间断型备发需求原始观测序列转换为备发需求间隔序列和备发需求量序列;步骤二、构建XGBoost模型;步骤三、基于步骤一和步骤二建立备发需求间隔预测模型和需求量预测模型;步骤四、基于步骤三得到的备发需求间隔预测模型和备发需求量预测模型,预测偏离总成本指数。本发明用于航空发动机备发需求量预测领域。
-
公开(公告)号:CN110135102B
公开(公告)日:2020-07-07
申请号:CN201910439071.4
申请日:2019-05-24
Applicant: 哈尔滨工业大学
IPC: G06F30/20
Abstract: 面向碎片化建模的相似度量方法,属于系统工程建模领域。现有的建模人员的工作负担重,建模效率低的问题。一种面向碎片化建模的相似度量方法,计算模型库中碎片化拓扑图模型的相似度;按照模型库中碎片化拓扑图模型存储顺序选取大于相似度阈值的两个碎片化拓扑图模型进行融合,并将得到的融合图保留,将形成该融合图的两个碎片化拓扑图模型删除;循环执行上述步骤,直到将模型库中相似的碎片化拓扑图模型融合得到一个完整的模型或相对完整的模型。本发明能够减轻建模人员的负担,提高建模效率,而且更加容易地获得针对同一目标的,完整性、兼容性和创新性都较高的全模型。
-
公开(公告)号:CN111008661A
公开(公告)日:2020-04-14
申请号:CN201911227124.2
申请日:2019-12-04
Applicant: 哈尔滨工业大学
Abstract: 航空发动机备发需求量的Croston-XGBoost预测方法,本发明涉及航空发动机备发需求量预测方法。本发明的目的是为了解决现有方法对航空发动机备用需求预测准确率低的问题。过程为:步骤一、基于Croston方法将间断型备发需求原始观测序列转换为备发需求间隔序列和备发需求量序列;步骤二、构建XGBoost模型;步骤三、基于步骤一和步骤二建立备发需求间隔预测模型和需求量预测模型;步骤四、基于步骤三得到的备发需求间隔预测模型和备发需求量预测模型,预测偏离总成本指数。本发明用于航空发动机备发需求量预测领域。
-
公开(公告)号:CN109658376A
公开(公告)日:2019-04-19
申请号:CN201811245513.3
申请日:2018-10-24
Applicant: 哈尔滨工业大学
Abstract: 一种基于图像识别的表面缺陷识别方法。属于图像识别领域。现有的生产加工流水线上物体表面外观的检测通过肉眼直接观察的方式,存在工作量大、工作效率低的问题,且易出现错检、漏检的情况。一种基于图像识别的表面缺陷识别方法,采集表面缺陷图像作为样本,并进行数据扩充;之后通过中值滤波算法对表面缺陷图像进行去噪;之后以表面缺陷图像中采样点周围四个点中灰度值最大的作为该点的灰度值,进行缩放处理;之后提取表面缺陷图像中缺陷的轮廓以及表面缺陷图像与背景之间的轮廓,并将灰度图像转换为二值化的表面缺陷图像,之后对二值化表面缺陷图像进行图像分类;本发能进行物体表面的缺陷快速识别,且识别准确率高。
-
公开(公告)号:CN114742165B
公开(公告)日:2023-04-18
申请号:CN202210396198.4
申请日:2022-04-15
Applicant: 哈尔滨工业大学
IPC: G06F18/214 , G06F18/213 , G06F18/241 , G06N3/04 , G06N3/08
Abstract: 一种基于深度自编码器的航空发动机气路性能异常检测系统,属于航空发动机性能检测技术领域。本发明为解决现有航空发动机气路异常的检测手段落后,检测结果准确性差的问题。包括:深度自编码器模块,包括气路异常分数计算模块和基于迁移学习的深度特征提取模块AE3;其中气路异常分数计算模块包括编码器一、解码器一和解码器二;其中编码器一与解码器一组成深度自编码器AE1,编码器一与解码器二组成深度自编码器AE2;深度特征提取模块AE3包括编码器二和解码器三;训练后深度自编码器模块用于对输入检测数据进行处理,处理结果采用随机森林分类器进行异常判断。本发明用于航空发动机气路性能异常检测。
-
公开(公告)号:CN115204031A
公开(公告)日:2022-10-18
申请号:CN202210519129.8
申请日:2022-05-13
Applicant: 哈尔滨工业大学
Abstract: 航空发动机装配过程的振动值预测方法,属于航空发动机装配状态监测技术领域,本发明为解决现有小样本情况下航空发动机装配过程的振动值预测精度低的问题。它包括:对航空发动机装配流程的数据进行预处理,构建多相关性分析模型,提取关键输入特征;采用二维拉伸变换方法和均值池化方法,实现装配数据的一维数组与二维图像的转换,并采用W生成对抗网络模型进行数据增强,获得扩充后的小样本数据的区间;构建支持向量机分类模型,对航空发动机整机振动值的区间范围进行预测。本发明用于对航空发动机进行装配。
-
公开(公告)号:CN113011094B
公开(公告)日:2022-10-04
申请号:CN202110297054.9
申请日:2021-03-19
Applicant: 哈尔滨工业大学 , 中国铁建重工集团股份有限公司
IPC: G06F30/27 , G06K9/62 , G06F17/18 , G06F111/08 , G06F111/10
Abstract: 混合GBDT和随机森林算法的土压平衡盾构机渣土改良方法,属于土压平衡盾构机渣土改良领域。本发明解决了目前针对渣土改良方法中泡沫剂的用量不精确导致对渣土改良效果不理想,进而导致盾构机工作时出渣效率低的问题。本发明方法包括:对施工数据和地质数据进行预处理;利用GBDT算法建立回归模型,对地质数据进行特征选择;从预处理后的施工数据中处理得到关键出渣质量参数;利用随机森林算法建立N个渣土改良模型,并优化模型超参数,得到N个渣土改良模型的最优超参数;对N个渣土改良模型进行精度对比,精度最高的模型作为最优出渣质量模型;由最优出渣质量模型计算泡沫剂用量,并对渣土进行改良。本发明用于土压平衡盾构机的渣土改良。
-
公开(公告)号:CN113343356B
公开(公告)日:2022-01-18
申请号:CN202110679446.1
申请日:2021-06-18
Applicant: 哈尔滨工业大学 , 中国铁建重工集团股份有限公司
IPC: G06F30/15 , G06F30/27 , G06N3/00 , G06F119/14
Abstract: 一种凿岩台车伸缩臂极限工况计算方法,属于机械臂工况计算领域。本发明为解决目前根据经验确定凿岩台车伸缩臂的极限工况,会导致伸缩臂的优化设计结果无法满足实际工程需要的问题。包括:获取凿岩台车伸缩臂臂架结构中各部件的重力、重心位置、所受岩石反冲力载荷及臂架结构各自由度变化范围;确定伸缩臂顶端载荷计算模型;获取新型生物地理学优化算法的寻优范围,并将伸缩臂顶端载荷计算模型的计算结果作为栖息地适宜度指数HSI;初始化NH个栖息地,利用优化算法寻优,得到伸缩臂顶端载荷最大的栖息地,其对应的自由度取值组合为伸缩臂极限工况;所述新型生物地理学优化算法包括改进迁移率模型。本发明可得到极限工况的最优解。
-
公开(公告)号:CN113343356A
公开(公告)日:2021-09-03
申请号:CN202110679446.1
申请日:2021-06-18
Applicant: 哈尔滨工业大学 , 中国铁建重工集团股份有限公司
IPC: G06F30/15 , G06F30/27 , G06N3/00 , G06F119/14
Abstract: 一种凿岩台车伸缩臂极限工况计算方法,属于机械臂工况计算领域。本发明为解决目前根据经验确定凿岩台车伸缩臂的极限工况,会导致伸缩臂的优化设计结果无法满足实际工程需要的问题。包括:获取凿岩台车伸缩臂臂架结构中各部件的重力、重心位置、所受岩石反冲力载荷及臂架结构各自由度变化范围;确定伸缩臂顶端载荷计算模型;获取新型生物地理学优化算法的寻优范围,并将伸缩臂顶端载荷计算模型的计算结果作为栖息地适宜度指数HSI;初始化NH个栖息地,利用优化算法寻优,得到伸缩臂顶端载荷最大的栖息地,其对应的自由度取值组合为伸缩臂极限工况;所述新型生物地理学优化算法包括改进迁移率模型。本发明可得到极限工况的最优解。
-
公开(公告)号:CN113033914A
公开(公告)日:2021-06-25
申请号:CN202110411649.2
申请日:2021-04-16
Applicant: 哈尔滨工业大学
Abstract: 一种面向机械加工工艺知识图谱的实体和关系预测方法,它属于机械加工工艺知识图谱中实体和关系预测技术领域。本发明解决了采用目前的翻译模型对机械加工工艺中的实体和关系预测的准确率低的问题。本发明将机械加工工艺知识图谱的复杂关系延展为一对一对多,多对一对一,多对一对多,一对多对一,一对多对多,一对多对多,多对多对多类型。基于延展的复杂关系和机械加工工艺领域特性提出了实体关系双投影超平面模型来实现加工工艺实体和加工工艺关系的准确预测。本发明可以用于对机械加工工艺知识图谱中实体和关系的预测。
-
-
-
-
-
-
-
-
-