-
公开(公告)号：CN115901213A
公开(公告)日：2023-04-04
申请号：CN202211412595.2
申请日：2022-11-11
Applicant: 哈尔滨工业大学
Abstract: 一种旋转机械设备小样本数据生成及故障诊断方法，属于旋转机械故障诊断技术领域。本发明针对旋转机械设备故障诊断中，现有方法在极少样本条件下生成的小样本数据缺乏多样性以及难以和原始样本共享类别信息的问题。包括：对同一故障类别的k个故障样本，采用经验模态分解提取每个故障样本的一系列本征模态；选择基样本并确定参考样本集；将待变异局部基因与由每个参考样本的本征模态中匹配出的与待变异局部基因最相似的局部本征模态进行局部融合，得到变异后局部本征模态；将基样本中除选取的一个局部本征模态外所有其它局部本征模态组成的集合与变异后局部本征模态进行经验模态重构，生成故障新样本。本发明用于小样本数据生成及设备故障诊断。
-
公开(公告)号：CN115618613A
公开(公告)日：2023-01-17
申请号：CN202211294744.X
申请日：2022-10-21
Applicant: 哈尔滨工业大学
IPC: G06F30/20 , G06N3/08 , G06N3/0442
Abstract: 本发明提出的一种基于双深度残差LSTM的复杂装备剩余寿命的预测方法及系统，包括：获取历史复杂装备的多维时序监控数据和性能衰退HI曲线；利用训练后的第一深度残差LSTM模型对待测复杂装备的多维时序监控数据进行性能衰退起始点检测，获得所述待测复杂装备是否进入衰退期：若否，则结束检测；若是，获取待测复杂装备的性能衰退起始点，并利用训练后的第二深度残差LSTM模型对所述待测复杂装备的多维时序监控数据进行预测，获得所述待测复杂装备的预测剩余寿命。本申请在保留传统LSTM网络时序数据处理能力的同时，有效解决深层LSTM训练困难和性能退化问题，并能够对复杂装备性能衰退起始点的检测和进入衰退期后的剩余寿命快速准确预测。
-
公开(公告)号：CN115510967A
公开(公告)日：2022-12-23
申请号：CN202211164149.4
申请日：2022-09-23
Applicant: 哈尔滨工业大学
Abstract: 本申请提供了一种基于重构相似性的复杂装备不均衡异常检测方法，通过CAE‑SIAMESE模型，实现了样本不均衡条件下的航空发动机异常进行检测；CAE‑SIAMESE模型包括卷积自编码器和孪生神经网络；卷积自编码器，用于表征学习；孪生神经网络，用于度量样本重构相似性。本申请诊断精度高并且抗噪能力强；引入重构相似性学习机制使得CAE‑SIAMESE获取的正常样本的重构相似性更大而异常样本的重构相似性更小，更有利于正常与异常的诊断；网络中的卷积层更能捕获多维监控数据中的复杂关系，更能表征原始样本的特点；孪生神经网络在度量相似性时可以抵抗噪声的影响，有效解决发动机监控数据存在噪声问题。
-
公开(公告)号：CN108153982B
公开(公告)日：2021-07-06
申请号：CN201711436067.X
申请日：2017-12-26
Applicant: 哈尔滨工业大学
Abstract: 基于堆叠自编码深度学习网络的航空发动机修后性能预测方法，本发明涉及航空发动机修后性能预测方法。本发明为了解决现有技术进行航空发动机修后性能预测误差较大的缺点。本发明包括：一：得到送修前性能参数特征向量矩阵和单元体维修深度特征向量矩阵；二：将送修前性能参数特征向量和单元体维修深度特征向量进行合并，得到修后性能特征向量；三：利用修后性能特征向量和每个维修案例对应的修后性能参数序列，采用BP神经网络建立航空发动机修后性能预测模型；四：将建立的航空发动机修后性能预测模型采用粒子群优化算法进行c、d、h的优化，得到最优航空发动机修后性能预测模型。本发明用于发动机的维修维护领域。
-
公开(公告)号：CN108170945B
公开(公告)日：2021-07-02
申请号：CN201711436066.5
申请日：2017-12-26
Applicant: 哈尔滨工业大学
Abstract: 一种航空发动机修后排气温度裕度预测方法，本发明涉及航空发动机修后排气温度裕度预测方法。本发明为了解决现有技术航空发动机修后排气温度裕度预测误差较大的的缺点。本发明包括：一：采用五次多项式拟合对航空发动机送修前性能参数序列进行特征提取，得到送修前性能参数特征向量矩阵；二：采用堆叠自编码深度学习网络对航空发动机单元体维修深度进行特征提取，得到单元体维修深度特征向量矩阵；三：将送修前性能参数特征向量和单元体维修深度特征向量进行合并，得到修后性能特征向量；四：利用修后性能特征向量和每个维修案例对应的修后性能参数序列，采用BP神经网络建立航空发动机修后性能预测模型；本发明用于发动机的维修维护领域。
-
Patent Agency Ranking
公开(公告)号：CN106919759B
公开(公告)日：2020-06-09
申请号：CN201710127047.8
申请日：2017-03-03
Applicant: 哈尔滨工业大学
IPC: G06F30/17
Abstract: 基于拟合灵敏度的航空发动机性能的广义近似建模方法及模型应用，本发明涉及航空发动机性能的广义近似建模方法及模型应用。本发明为了解决现有模型中出现的过拟合和欠拟合的问题。本发明步骤为：一：建立基于拟合灵敏度的航空发动机性能的广义近似模型；二：对建立的基于拟合灵敏度的航空发动机性能的广义近似模型的参数求解；步骤二一：设置p的取值；步骤二二：设置抑制过度欠拟合的调整系数ε；步骤二三：设置基于拟合灵敏度的航空发动机性能的广义近似模型对xk的整体压缩系数a和|xk‑yk|对xk的压缩系数b；步骤二四：根据步骤二一至步骤二三设置积分偏移量c1。本发明用于航空发动机运行、维护及安全工程领域。
-
公开(公告)号：CN108563806B
公开(公告)日：2019-06-14
申请号：CN201810010555.2
申请日：2018-01-05
Applicant: 哈尔滨工业大学(威海)
IPC: G06F17/50
Abstract: 本发明涉及一种基于相似性的发动机气路参数长期预测方法及系统，其中方法包括：通过计算得到目标轨迹和各个历史轨迹之间的逐点距离特征的时间序列，并利用得到的逐点距离特征的时间序列评估目标轨迹与各个历史轨迹之间的统计距离利用得到的统计距离和历史轨迹样本，针对每个预测时间点上的单个特征元素，使每个历史轨迹样本都生成一个目标轨迹的假想的高斯函数形式的概率密度估计，成为一个假想高斯元集合；通过降序聚合方法对获得的假想高斯单元集合进行聚合，得到目标特征的高斯混合模型。本发明相对于自回归滑动平均、反向传播神经网络和传统的基于相似性的预测方法相比具有更高的预测精度。
-
公开(公告)号：CN108170945A
公开(公告)日：2018-06-15
申请号：CN201711436066.5
申请日：2017-12-26
Applicant: 哈尔滨工业大学
Abstract: 一种航空发动机修后排气温度裕度预测方法，本发明涉及航空发动机修后排气温度裕度预测方法。本发明为了解决现有技术航空发动机修后排气温度裕度预测误差较大的缺点。本发明包括：一：采用五次多项式拟合对航空发动机送修前性能参数序列进行特征提取，得到送修前性能参数特征向量矩阵；二：采用堆叠自编码深度学习网络对航空发动机单元体维修深度进行特征提取，得到单元体维修深度特征向量矩阵；三：将送修前性能参数特征向量和单元体维修深度特征向量进行合并，得到修后性能特征向量；四：利用修后性能特征向量和每个维修案例对应的修后性能参数序列，采用BP神经网络建立航空发动机修后性能预测模型；本发明用于发动机的维修维护领域。
-
公开(公告)号：CN108153982A
公开(公告)日：2018-06-12
申请号：CN201711436067.X
申请日：2017-12-26
Applicant: 哈尔滨工业大学
IPC: G06F17/50
Abstract: 基于堆叠自编码深度学习网络的航空发动机修后性能预测方法，本发明涉及航空发动机修后性能预测方法。本发明为了解决现有技术进行航空发动机修后性能预测误差较大的缺点。本发明包括：一：得到送修前性能参数特征向量矩阵和单元体维修深度特征向量矩阵；二：将送修前性能参数特征向量和单元体维修深度特征向量进行合并，得到修后性能特征向量；三：利用修后性能特征向量和每个维修案例对应的修后性能参数序列，采用BP神经网络建立航空发动机修后性能预测模型；四：将建立的航空发动机修后性能预测模型采用粒子群优化算法进行c、d、h的优化，得到最优航空发动机修后性能预测模型。本发明用于发动机的维修维护领域。
-
公开(公告)号：CN107862129A
公开(公告)日：2018-03-30
申请号：CN201711072101.X
申请日：2017-11-03
Applicant: 哈尔滨工业大学
IPC: G06F17/50
Abstract: 一种基于MOEAD的偏差区间偏好引导多目标决策优化方法，本发明涉及基于MOEAD的偏差区间偏好引导多目标决策优化方法。本发明为了解决现有技术求解得到的满足决策者偏差区间偏好的有效解个数少的问题。本发明包括：步骤一：建立带有偏差关系区间偏好信息的多目标决策模型；步骤二：利用法线边界交叉法对步骤一建立的带有偏差关系区间偏好信息的多目标决策模型进行重构得到重构后的分解模型；步骤三：对步骤二重构后的分解模型进行求解，得到带有偏差关系区间偏好信息的多目标决策模型的优化解。本发明避免了传统优化方法通过后验方法获得满足偏好有效解造成的较高的空间复杂度和时间复杂度。本发明用于飞机结构维修决策领域。
-
-
-
-
-
-
-
-
-
Search Results
102
records
(took 0.032 seconds)
