-
公开(公告)号：CN104199441B
公开(公告)日：2017-03-01
申请号：CN201410418264.9
申请日：2014-08-22
Applicant: 清华大学
IPC: G05B23/02
Abstract: 本发明公开了一种基于稀疏贡献图的高炉多工况故障分离方法及系统，该方法包括：数据收集步骤，收集不同工况下的对应各个检测变量的正常数据作为训练样本集；字典增广步骤，基于训练样本集得到字典，并对字典进行增广处理得到增广字典；稀疏编码步骤，利用增广字典，获取在线数据的稀疏编码；故障检测步骤，基于稀疏编码计算在线数据的字典重构残差，并将其与字典重构残差的控制限进行比较，若字典重构残差大于控制限，则判断发生故障并执行故障分离步骤；故障分离步骤，计算各个检测变量的稀疏贡献值，根据稀疏贡献值绘制稀疏贡献图以进行故障分离。本方法利用稀疏贡献图中各变量的稀疏贡献具有稀疏的特点，便于对故障进行快速、准确分离。
-
公开(公告)号：CN106394539A
公开(公告)日：2017-02-15
申请号：CN201610896235.2
申请日：2016-10-14
Applicant: 清华大学
IPC: B60T17/22
CPC classification number: B60T17/228
Abstract: 本发明公开了一种方法和装置，包括：建立高速列车制动系统关键部件的离散时间状态空间模型；确定所述高速列车制动系统关键部件的当前控制输入数据和当前测量输出数据；根据所述高速列车制动系统关键部件的离散时间状态空间模型、当前控制输入数据以及当前测量输出数据，确定所述高速列车制动系统关键部件的状态估计器；利用所述状态估计器对所述高速列车制动系统关键部件进行状态估计，并确定状态估计相关误差。因此，采用本发明可以不依赖高速列车制动系统关键部件模型的精度，在存在随机模型不确定性的情况下仍能估计出高速列车制动系统关键部件的工作状态。
-
公开(公告)号：CN103632214B
公开(公告)日：2016-09-21
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：CN104750086A
公开(公告)日：2015-07-01
申请号：CN201310740077.8
申请日：2013-12-26
Applicant: 清华大学
IPC: G05B23/00
CPC classification number: G05B23/0243
Abstract: 本发明公开了一种故障和状态的估计方法及装置，能够对含有测量丢失的非线性系统进行状态与故障估计，从而实现状态监测和故障诊断。该方法包括：对事件驱动传输下含有测量丢失的非线性系统建模；设计估计器，应用估计器进行故障和状态的估计。本发明实施例对系统进行建模，得到含测量丢失的非线性系统模型，通过状态增广，系统状态和故障信号合并为故障估计总体系统模型，得到估计器的参数设计方案，通过对状态和故障进行联合估计，从而实现系统的状态监测和故障诊断。
-
公开(公告)号：CN104697807A
公开(公告)日：2015-06-10
申请号：CN201510130498.8
申请日：2015-03-24
Applicant: 清华大学
IPC: G01M99/00
Abstract: 本发明公开了一种高速列车受电弓间歇故障检测方法，所述方法包含以下步骤：步骤一，基于受电弓结构构造第一动力学模型，所述第一动力学模型为所述受电弓在间歇故障影响下的动力学模型。步骤二，基于所述第一动力学模型获取与所述间歇故障设计对应的截断残差信号；步骤三，根据所述截断残差信号检测所述受电弓是否发生间歇故障。相较于现有技术，本发明的间歇故障检测方法构建了更符合受电弓间歇故障实际情况的模型，能够更加准确的检测间歇故障的发生。
-
Patent Agency Ranking
公开(公告)号：CN104639398A
公开(公告)日：2015-05-20
申请号：CN201510032994.X
申请日：2015-01-22
Applicant: 清华大学
Abstract: 本发明公开了一种基于压缩测量数据检测系统故障的方法及系统，包括：接收被测系统控制输入信号和被测系统发送的压缩测量数据集；基于控制输入信号、压缩测量数据集和被测系统模型生成残差生成器；基于残差生成器生成残差信号序列，并基于残差信号序列判断被测系统是否发生故障。本发明无需使用解压装置，可直接利用被测系统传送的压缩测量数据进行故障检测，同时，本发明减少了压缩测量数据的传输带宽、降低了系统能耗、缩减了计算量，有效保障了故障检测的实时性、快速性等实际应用要求。
-
公开(公告)号：CN104182642A
公开(公告)日：2014-12-03
申请号：CN201410433128.7
申请日：2014-08-28
Applicant: 清华大学
IPC: G06F19/00
Abstract: 本发明公开了一种基于稀疏表示的故障检测方法。包括：预处理步骤，在预设工况下采集正常工况的第一数据样本并进行归一化处理以构建一般故障字典矩阵X，在相同的预设工况下采集正常工况的第二数据样本以构建一般故障测量矩阵Y0；控制限确定步骤，基于一般故障字典矩阵X和一般故障测量矩阵Y0确定稀疏表示重构误差控制限CLE以及距离控制限区间CLDint；现场监测步骤，采集工作现场数据z，基于一般故障字典矩阵X和工作现场数据z计算稀疏表示重构误差统计量clε以及稀疏表示距离统计量cld；故障检测步骤，当重构误差统计量clε小于重构误差控制限CLE，并且稀疏表示距离统计量cld在距离控制限区间CLDint内时，判断系统无一般故障，否则判断系统有一般故障。
-
公开(公告)号：CN103825576A
公开(公告)日：2014-05-28
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：CN103678936A
公开(公告)日：2014-03-26
申请号：CN201310733399.X
申请日：2013-12-26
Applicant: 清华大学
IPC: G06F19/00
Abstract: 本发明涉及一种多部件工程系统中异常部件定位方法，包括：建立判断标准步骤，基于历史采样数据建立判断系统采样数据是否异常的标准；实时采集数据步骤，获取系统的当前采样数据；系统异常判断步骤，根据判断系统采样数据是否异常的标准判断系统的当前采样数据是否存在异常；计算部件异常后验概率步骤，如果系统的当前采样数据存在异常，根据贝叶斯方法分别计算系统中各个部件发生异常的后验概率；确定异常部件步骤，根据最大后验概率准则确定系统中的异常部件。本发明过程简单、易于实现，能够以少量传感器对多部件工程系统中的异常部件进行准确定位，有助于用户对系统的维护。
-
公开(公告)号：CN102236798B
公开(公告)日：2012-12-05
申请号：CN201110218922.6
申请日：2011-08-01
Applicant: 清华大学
IPC: G06K9/64
Abstract: 本发明公开了一种图像匹配方法及其装置，该方法包括：提取参考图像与目标图像各自的特征初始匹配点集，分别作为参考匹配点集和目标匹配点集；针对参考匹配点集和目标匹配点集进行多次迭代学习以获得两匹配点集之间的函数关系；分别根据在每次迭代中获得的函数关系，对参考匹配点集进行逐次估计，得到各匹配估计点集，然后计算每个匹配估计点集与目标匹配点集的残差值，以获得各残差点集；根据各残差点集的分布情况，对参考匹配点集进行两次或两次以上筛选，以获得错误匹配点集；将参考匹配点集赋值为参考匹配点集与错误匹配点集的差；判断是否满足预设的结束迭代条件。本发明在大视角下有效地剔除错误匹配，显著提高图像匹配的精度和效率。
-
-
-
-
-
-
-
-
-
Search Results
70
records
(took 0.022 seconds)
