-
公开(公告)号：CN103632214A
公开(公告)日：2014-03-12
申请号：CN201310718488.7
申请日：2013-12-23
Applicant: 清华大学
Abstract: 本发明公开了库存退化数据缺失情况下的维修及备件供给联合优化方法。该方法包括：依据备件失效时间分布函数建立随机性库存退化模型；基于随机性库存退化模型，分析期望维修费用、期望备件采购费用、期望备件贮存费用、期望备件短缺损失费用等相关期望费用等一系列系统维修及备件供给相关费用；基于随机性库存退化模型，以最小化系统维修及备件供给相关费用为目标，建立维修及备件供给联合优化模型；最后根据实际情况给定系统预测性维修周期和备件最大库存量待优化量的上下界，并据此求解出优化的维修及备件供给关系。对于存在备件库存退化环境但缺乏足够库存退化监测数据的情况来说，本发明比现有的联合优化方法更加符合实际情况，同时，本发明也适用于不考虑库存退化情况。
-
公开(公告)号：CN102033984B
公开(公告)日：2012-06-20
申请号：CN201010543953.4
申请日：2010-11-12
Applicant: 清华大学
IPC: G06F17/50
Abstract: 本发明涉及一种基于区间型证据融合的旋转机械设备故障诊断方法，属于旋转机械设备故障监控与诊断技术领域。本方法基于对故障典型数据的统计分析，构造模糊隶属度函数集合，用该函数集建模故障档案库中的每个故障样板模式；用单个隶属度函数建模在线监测中提取的故障待检模式；将待检模式与各样板模式进行匹配，得到待检模式支持各故障的信度匹配区间；利用蒙特卡洛拉丁超立方体采样方法，给出从该信度区间中获取区间型诊断证据的方法；然后将这些证据融合，在一定的决策准则下，由融合结果进行故障决策，基于多证据融合结果做出的决策要比只凭借单一诊断证据做出的决策更加准确。
-
公开(公告)号：CN102385750A
公开(公告)日：2012-03-21
申请号：CN201110169453.3
申请日：2011-06-22
Applicant: 清华大学
IPC: G06T7/00
Abstract: 本发明公开了基于几何关系的直线匹配方法及系统。该直线匹配方法包括：步骤1，对若干个图像进行直线检测；步骤2，对从同一个图像检测到的直线进行投影变换；步骤3，求取同一个图像检测到的直线在投影面上形成的圆弧的交点；步骤4，生成同一个图像检测到的直线的匹配特征；步骤5，利用从各图像检测到的直线对应的匹配特征进行直线匹配。本发明无需预先求取基本矩阵，避免了点匹配精度对直线匹配的精度的影响，提高了匹配算法的效率。
-
公开(公告)号：CN101980220A
公开(公告)日：2011-02-23
申请号：CN201010515429.6
申请日：2010-10-15
Applicant: 清华大学
IPC: G06F17/50
Abstract: 本发明涉及一种基于近似概率转换的电路性能可靠性的估计方法，属于电子线路设计技术领域。对于给定的电路性能函数，将其输入变量表示为区间证据；将该区间证据通过性能函数映射到输出，获得输出量的区间证据；利用可传递信度模型中的近似概率转换，将输出变量的区间证据转化为近似累积概率分布；将该近似分布作为输出变量真实累积概率分布的近似，用其估计电路性能可靠度是否达到要求。本发明方法在区间采样次数确定的情况下，只需实施一次仿真过程即可得到置信水平为100％的确定性估计误差，在同样的估计误差下，本方法所需计算量远远小于已有的蒙特卡罗方法。
-
公开(公告)号：CN104596780B
公开(公告)日：2017-04-26
申请号：CN201510076002.3
申请日：2015-02-12
Applicant: 清华大学
Abstract: 本发明公开了一种动车组制动系统传感器故障的诊断方法。对采集的动车组历史传感器信号进行EEMD处理，构建历史传感器信号的能量特征矢量；根据能量特征矢量训练FDA模型，得到FDA模型参数；采集在线传感器测试信号，对在线传感器测试信号进行EEMD处理，构建在线传感器测试信号的能量特征矢量；根据FDA模型参数中的投影矩阵计算传感器测试信号的能量特征矢量的FDA得分向量；基于FDA模型的参数对FDA得分向量进行分类，确定在线传感器测试信号的故障类别。本发明克服了EMD方法存在模态混叠效应的缺点，能够有效提取信号特征，并利用单个FDA模型进行故障分类，降低了基于SVM的故障分类算法的复杂度。
-
Patent Agency Ranking
公开(公告)号：CN106507275A
公开(公告)日：2017-03-15
申请号：CN201610896232.9
申请日：2016-10-14
Applicant: 清华大学
Abstract: 本发明公开了一种无线传感器网络的鲁棒分布式滤波方法和装置，包括：建立随机不确定时变无线传感器网络的数学模型；任意两个无线传感器网络节点互相传送各自的测量输出信息；根据无线传感器网络的数学模型、当前控制输入信息、各个网络节点获取的当前测量输出信息以及增广变量确定无线传感器网络的滤波器模型；利用滤波器模型对各个无线传感器网络节点监测的感知对象进行状态估计。因此，采用本发明可以不依赖不确定性结构，解决了同时具有时变拓扑结构，随机拓扑不确定性，和随机模型不确定性的无线传感器网络的分布式滤波问题，有效保障了感知对象运行状态实时在线监测的应用需求。
-
公开(公告)号：CN103646013B
公开(公告)日：2017-01-18
申请号：CN201310662933.2
申请日：2013-12-09
Applicant: 清华大学
Abstract: 本发明公开了一种基于协方差矩阵范数逼近的多重故障重构方法，该方法包括：收集正常数据集和故障数据集；基于正常数据集和故障数据集采用奇异值分解计算加性故障的方向矩阵；基于正常数据集和故障数据集采用协方差矩阵范数逼近计算增益衰减矩阵；根据加性故障的方向矩阵和增益衰减矩阵计算故障重构数据，以用于设备故障的检测分析。该方法能够更为准确地提取加性故障的方向，有效减小故障重构误差，对故障的描述更为全面和准确，同时还能够获得增益衰减信息。
-
公开(公告)号：CN103825576B
公开(公告)日：2016-09-21
申请号：CN201410095616.1
申请日：2014-03-14
Applicant: 清华大学
Abstract: 本发明公开了一种非线性系统的多项式滤波故障检测方法，包括：多项式逼近步骤，将非线性系统的系统状态变量和测量输出变量的m阶kronecker幂分别用多项式表示，获得由μ阶多项式和μ+1阶多项式余项构成的多项式逼近模型；在无故障情况下，将所述多项式逼近模型中的μ+1阶多项式余项表示为系数为比例矩阵和不确定矩阵的积的低阶多项式；基于所述比例矩阵和不确定矩阵获得增广状态演化方程；滤波器设计步骤，针对所述增广状态演化方程构建滤波器函数获得第k+1时刻的系统状态变量的估计值；确定所述滤波增益系数以使得增广状态估计误差的方差的上界在第k+1时刻最小；故障检测步骤，确定第k时刻的检测阈值，根据所述检测阈值确定故障检测策略。
-
公开(公告)号：CN105730431A
公开(公告)日：2016-07-06
申请号：CN201610065389.7
申请日：2016-01-29
Applicant: 清华大学 , 青岛四方车辆研究所有限公司
IPC: B60T17/22
CPC classification number: B60T17/228 , B60T17/221
Abstract: 本发明公开了一种动车组制动缸故障监测方法及故障监测系统，该监测方法包括，获取正常工况下包含制动过程的各制动缸压力测量数据构成训练数据集；计算训练数据集中每个样本的变量间方差并确定变量间方差的阈值；实时采集各制动缸当前时刻的压力测量数据作为测试样本，并利用所述变量间方差的阈值判断该测试样本是否包含有故障；当判断为包含有故障时，依次求取所述测试样本中每个制动缸压力测量数据的重构贡献值，并将具有最大重构贡献值的制动缸确定为发生故障的制动缸。该方法可以及时地对故障进行检测和分离，指示发生异常的制动缸或所在管路，作为严重故障的预测，为部件的及时维修与替换提供一定参考，从而有效地避免更为严重故障的发生。
-
公开(公告)号：CN104875735A
公开(公告)日：2015-09-02
申请号：CN201510131743.7
申请日：2015-03-24
Applicant: 清华大学
IPC: B60T17/22
CPC classification number: B60T17/228 , B60T2270/406
Abstract: 本发明公开了一种ATO控制的高速列车制动系统间歇故障检测方法及系统，该方法包括以下步骤：建立高速列车制动系统在间歇故障影响下的线性逼近模型；基于线性逼近模型，针对制动系统执行器间歇故障构建制动系统的标量残差生成器；基于标量残差生成器生成检测信号，并利用检测信号进行假设检验以对制动系统进行间歇故障检测。本发明能够在存在未知扰动、测量噪声的条件下实现高速列车间歇故障的快速、准确检测，并量化其检测性能，分析间歇故障的可检测性。
-
-
-
-
-
-
-
-
-
Search Results
70
records
(took 0.049 seconds)
