一种高端复杂装备可靠性分析方法及系统

    公开(公告)号:CN115829200A

    公开(公告)日:2023-03-21

    申请号:CN202211379689.4

    申请日:2022-11-04

    Abstract: 本发明公开了一种高端复杂装备可靠性分析方法及系统,根据典型故障模式数据建立各复杂装备故障之间的关联强度数据和风险因素的权重向量;根据复杂装备典型故障相关数据和故障之间的关联强度数据,构建风险评估矩阵;根据风险因素的权重向量和风险评估矩阵,计算各个故障模式的风险效益值,减少了可靠性分析过程中的人为因素,降低了可靠性分析过程中的不确定性,有效提高了复杂装备可靠性分析的客观性和精准度。本发明以故障自相关矩阵为基础,将不同故障之间的关联关系纳入考虑,并提出了对关联度的度量方式,解决了传统FMEA没有考虑不同故障模式之间存在关联关系的问题。

    制造与服役特征融合的非API石油专用管集成质量评价方法

    公开(公告)号:CN113988696A

    公开(公告)日:2022-01-28

    申请号:CN202111335551.X

    申请日:2021-11-11

    Abstract: 本发明公开了一种制造与服役特征融合的非API石油专用管集成质量评价方法,本发明根据非API石油专用管服役过程中的特点,构建了制造与服役特征融合的非API石油专用管质量水平评价指标体系;在层次分析法和属性数学的理论基础上提出了非API石油专用管服役质量指数的概念,并给出其计算方法,实现了制造和服役特征融合的非API石油专用管质量量化评价;本发明能够通过计算非API石油专用管服役质量指数,实现制造和服役特征融合的定量化质量评价,直观、实时地反映该油田油管服役质量状态,满足实际生产中油管的评价和管理需求,实现从非API石油专用管的制造到服役过程、从底层数据到宏观质量状态的集成、量化和直观分析。

    一种热量表性能退化评估方法、存储介质及设备

    公开(公告)号:CN112197890B

    公开(公告)日:2021-07-13

    申请号:CN202010937193.9

    申请日:2020-09-08

    Abstract: 本发明公开了一种热量表性能退化评估方法、存储介质及设备,先对热量表的监测数据进行异常点剔除和去趋势项预处理,构建热量表性能退化特征集并使用多评价指标对最优特征进行选择;然后利用改进DBSCAN算法获得正常状态基准,构建了马氏距离与余弦相似度融合的性能退化指标;接着提出了基于拉依达准则的自适应退化阶段划分方法,并结合热量表性能退化曲线完成了四个退化阶段的阈值确定,通过计算待测热量表退化特征状态点与各基准的性能退化指标值判断所属阶段,并提出了基于判定准确率的评估标准,实现了热量表性能退化的准确评估。本发明在一定程度上能够提高热量表退化评估算法的运行效率和结果准确性,实现热量表的性能退化阶段模式识别。

    一种基于多属性的设备性能退化评估方法

    公开(公告)号:CN109214522B

    公开(公告)日:2021-07-13

    申请号:CN201810785788.X

    申请日:2018-07-17

    Abstract: 本发明公开了一种基于多属性的设备性能退化评估方法,使用三层小波包分解算法对设备的性能退化数据样本进行分析,并将得到的第三层节点的能量特征作为设备性能退化的特征向量,实现数据变化的多尺度特征提取;然后,基于K‑means聚类方法对设备正常状态下的特征集进行聚类分析,获得设备正常状态的聚类中心、最大聚类半径及其最大夹角,融合三者作为设备性能退化状态评估的基准;构建能够描述设备运行状态变化的距离和夹角,并基于此建立设备退化状态的度量指标,最终实现设备性能退化的有效分析。本发明能够准确及时地分析设备性能退化程度,有针对性地制定设备的维护计划或者替换计划。

    基于灰度变化特征分析的无损射线底片灵敏度判别方法

    公开(公告)号:CN109035245B

    公开(公告)日:2021-07-13

    申请号:CN201810940669.7

    申请日:2018-08-17

    Abstract: 本发明公开了一种基于灰度变化特征分析的无损射线底片灵敏度判别方法,首先,以灵敏度待评价的无损射线底片数字图像A为对象,框选出像质计所在区域并进行预处理,扩大像质计丝线所在区域灰度和周围区域灰度区别;通过分析计算每列灰度的均值,构建列均值灰度折线图y=f(x);对折线图y=f(x)进行曲线拟合得到光滑曲线y1=g(x);最后,分析确定光滑曲线y1=g(x)中的极小值个数N,即确定底片图形中像质计丝线识别的数目信息,并以此进行灵敏度合格与否判定。本发明提高传统人工识别灵敏度的准确度,改变人工识别的主观性,能够自动识别底片像质计丝线,从而提高效率,降低成本成为射线图像缺陷类型识别的重要研究内容。

    一种基于自组织特征映射的机电系统服役动态标记方法

    公开(公告)号:CN108985563B

    公开(公告)日:2021-05-28

    申请号:CN201810602701.0

    申请日:2018-06-12

    Abstract: 本发明公开了基于自组织特征映射网络的复杂机电系统服役过程动态标记方法,通过系统多变量耦合关系网络的构建、网络特征提取、状态标记知识库的被动更新和主动更新过程,不断对状态标记模型进行训练修正,最终对系统运行过程中服役质量状态的演变过程进行详细划分,建立符合系统状态及性能动态演化过程的状态标记知识库,实现了服役质量状态动态标记模型的动态调整,使其更加符合复杂机电系统实际服役过程中状态的演化规律,本发明能够标记出系统运行过程中出现的多种状态,对系统运行过程中服役质量状态的演变过程进行详细划分,最终建立符合系统状态及性能动态演化过程的状态标记知识库,为后续进行服役质量状态辨识和预测预警的研究提供依据。

    一种热量表性能退化评估方法、存储介质及设备

    公开(公告)号:CN112197890A

    公开(公告)日:2021-01-08

    申请号:CN202010937193.9

    申请日:2020-09-08

    Abstract: 本发明公开了一种热量表性能退化评估方法、存储介质及设备,先对热量表的监测数据进行异常点剔除和去趋势项预处理,构建热量表性能退化特征集并使用多评价指标对最优特征进行选择;然后利用改进DBSCAN算法获得正常状态基准,构建了马氏距离与余弦相似度融合的性能退化指标;接着提出了基于拉依达准则的自适应退化阶段划分方法,并结合热量表性能退化曲线完成了四个退化阶段的阈值确定,通过计算待测热量表退化特征状态点与各基准的性能退化指标值判断所属阶段,并提出了基于判定准确率的评估标准,实现了热量表性能退化的准确评估。本发明在一定程度上能够提高热量表退化评估算法的运行效率和结果准确性,实现热量表的性能退化阶段模式识别。

    基于天牛须算法和数学形态学的射线图像焊缝提取方法

    公开(公告)号:CN108596930B

    公开(公告)日:2020-10-27

    申请号:CN201810367303.5

    申请日:2018-04-23

    Abstract: 本发明公开了一种基于天牛须算法和数学形态学的射线图像焊缝提取方法,首先对射线图像预处理,将其灰度化得到灰度图像,同时进行二维自适应维纳滤波处理;然后对灰度图像进行阈值分割,利用天牛须优化算法与聚类思想寻找射线图像二值化处理的最佳阈值,并根据搜寻的最佳阈值对待分割的射线灰度图像进行阈值分割得到二值化图像;最后提取出射线图像的焊缝边缘,对二值化图像进行去噪、对象删除和边界提取,从而获得射线图像的焊缝边缘。本发明将天牛须优化算法与聚类思想相结合,能够快速、有效的获得射线焊缝二值化图像,同时将多种二值形态学的基本运算有机的结合起来,适用于焊缝图像的边缘提取,能够提取出光滑、连续、不受缺陷区域干扰的焊缝边缘。

    一种失效相关多状态系统可靠性评估方法

    公开(公告)号:CN111581831A

    公开(公告)日:2020-08-25

    申请号:CN202010393899.3

    申请日:2020-05-11

    Abstract: 本发明公开了一种失效相关多状态系统可靠性评估方法,考虑子系统性能衰退与子系统失效对相关子系统的影响,并引入概率模型检测方法,实现了基于概率模型检测的失效相关多状态系统可靠性评估,本发明可以应用于功能与结构日益复杂、系统功能与故障模式表现出多状态特点的复杂机电系统,并充分考虑到子系统之间的性能依赖与子系统失效对相关子系统的影响,保证可靠性评估结果的准确性;此外,概率模型检测方法的应用,大大降低了可靠性评估在工程实践中的应用难度,提高了可靠性评估结果的准确性。本发明可以灵活有效的应用于复杂机电系统的可靠性评估过程,并为系统优化设计、维修策略制定以及其他工程应用奠定基础。

    一种基于改进LeNet-5模型的焊缝缺陷识别方法

    公开(公告)号:CN108596892B

    公开(公告)日:2020-08-18

    申请号:CN201810368229.9

    申请日:2018-04-23

    Abstract: 本发明公开了一种基于改进LeNet‑5模型的焊缝缺陷识别方法,首先针对焊缝灰度图像,对LeNet‑5模型传统卷积核通道的输入做出改进,将灰度图像通过伪彩色增强技术转换为彩色图像,并将得到的彩色图像作为神经网络的输入;然后对LeNet‑5模型卷积核做出改进,添加具有Gabor滤波器的卷积核通道;在神经网络第六层,将多个通道得到的特征进行融合,得到特征集合T;最后,在神经网络第七层(输出层)采用SoftMax分类器,得到焊缝的缺陷类型及其属于各类别的概率,用于为评片人员判定底片类型及现场返修方案制定提供参考。本发明提高神经网络特征提取能力,从而提高缺陷识别的正确率;识别结果以缺陷属于某种类别的概率给出,为评片人员提供了更充分的参考信息。

Patent Agency Ranking