一种基于DL-LLC的模拟电路软故障诊断方法、装置及设备

    公开(公告)号:CN117148102A

    公开(公告)日:2023-12-01

    申请号:CN202311051760.0

    申请日:2023-08-21

    Abstract: 一种基于DL‑LLC的模拟电路软故障诊断方法、装置及设备,涉及涉及模拟电路故障诊断技术领域,方法包括:采集模拟电路软故障数据集;将所述模拟电路软故障数据集分为训练集和测试集,并进行预处理和局部特征提取,得到局部非线性特征;将所述训练集的局部非线性特征输入线性字典特征编码模型进行训练,得到每类故障特征的完备字典集和训练集线性编码特征;基于所述训练集线性编码特征训练分类器;将所述测试集的局部非线性特征输入所述完备字典,得到测试集线性编码特征,并将所述测试集线性编码特征输入训练好的所述分类器,实现故障类别诊断;该方法采用字典学习和局部约束线性编码提取完备线性特征,能用简单的线性分类器取得良好的故障诊断结果。

    一种基于DAG的无人机飞行控制计算机分布式测试方法及装置

    公开(公告)号:CN116414671A

    公开(公告)日:2023-07-11

    申请号:CN202111611211.5

    申请日:2021-12-27

    Abstract: 本发明公开了一种基于DAG的无人机飞行控制计算机分布式测试方法。步骤1、搭建分布式测试系统;步骤2、基于步骤1的分布式测试系统,进行DAG任务调度模型的构建;步骤3、基于步骤2的DAG任务调度模型,进行调度之前的静态分配;步骤4、基于步骤2的DAG任务调度模型与已分配的静态,实现动态调度。本发明用以解决目前无人机半实物仿真测试平台测试用例调度时存在的易受节点状态影响和易造成节点资源分配不均的问题。

    一种基于小波变换和迁移学习GoogLeNet的机械旋转部件故障诊断方法

    公开(公告)号:CN111914703A

    公开(公告)日:2020-11-10

    申请号:CN202010697580.X

    申请日:2020-07-20

    Abstract: 本发明公开了一种基于小波变换和迁移学习GoogLeNet的机械旋转部件故障诊断方法,属于故障诊断技术领域。所述故障诊断方法包括以下步骤:S100采集机械旋转部件在已知各种故障下的振动信号,形成数据集A;S200将数据集A中的振动数据经小波变换处理,构建小波变换时频图数据集B,并将数据集按8:1:1的比例随机划分为训练集、验证集和测试集;S300基于数据集B的训练集和验证集,构建迁移学习GoogLeNet故障分类模型;S400使用迁移学习GoogLeNet故障分类模型对小波变换时频图数据集B的测试集数据进行诊断分类,得到机械旋转部件的故障分类结果。本发明能较好地提升了机械旋转部件故障诊断准确率。

    一种基于能力累积的武器装备联合试验设计方法

    公开(公告)号:CN111753443A

    公开(公告)日:2020-10-09

    申请号:CN202010744470.4

    申请日:2020-07-29

    Abstract: 本发明公开了一种基于能力累积的武器装备联合试验设计方法,包括以下步骤:对参加本次试验的初始能力进行描述,并根据初始能力组合要开发的能力,确定评估策略和试验的联合作战背景信息;根据联合作战背景信息生成供联合试验支撑平台使用的逻辑靶场;根据联合作战背景信息和逻辑靶场制定试验场景,对试验场景进行分解,并确定与试验场景对应的试验方案;根据试验方案执行本次试验;对本次试验的试验结果进行分析和评估,生成一个或多个针对本次试验的联合能力评估报告。本发明能够在试验设计阶段以能力的形式直接引用以前的试验装备/体系,从而在整个的试验体系中不断迭代,实现装备试验的累积式发展。

    一种基于多特征融合的机械旋转部件性能退化跟踪方法

    公开(公告)号:CN111680661A

    公开(公告)日:2020-09-18

    申请号:CN202010567687.2

    申请日:2020-06-19

    Abstract: 一种基于多特征融合的机械旋转部件性能退化跟踪方法,它涉及一种机械旋转部件性能退化跟踪方法。本发明为了解决现有的性能退化跟踪方法不能全面准确的地刻画机械旋转部件的全部状态信息,无法为机械旋转部件性能退化提供有效参考数据的问题。本发明的步骤一:获取机械旋转部件退化数据;步骤二:从机械旋转部件的原始振动信号中提取多种特征;步骤三:计算提取得到的多种特征的相关性、单调性、鲁棒性和综合指标,筛选综合指标值最高的8项特征,构成敏感特征数据集;步骤四:构建LSTM网络,将步骤四中筛选的敏感特征数据集输入到LSTM网络,进行多特征融合获得融合特征LSTM-HI,融合特征LSTM-HI即为健康因子。本发明用于机械旋转部件性能退化跟踪。

    一种基于FRFT和LLE特征提取的模拟电路故障诊断方法

    公开(公告)号:CN111239587A

    公开(公告)日:2020-06-05

    申请号:CN202010067592.4

    申请日:2020-01-20

    Abstract: 一种基于FRFT和LLE特征提取的模拟电路故障诊断方法,属于故障诊断技术领域,解决了模拟电路故障诊断的困难性较大,故障诊断的准确率低的问题,本发明利用PSPICE软件对需要故障诊断的模拟电路进行仿真,将待检测的模拟电路的输出端作为测试点,获得电路脉冲响应信号,通过Monte-Carlo分析,针对每种电路故障获取多组样本信号;对每种电路故障类别的多组样本信号分别进行p阶FRFT,获取每种类别故障的样本信号的频域特征;利用LLE对每种类别故障的样本信号的频域特征进行降维,构建特征向量样本集,采用粒子群优化算法寻找支持向量机的最优参数,建立支持向量机故障诊断分类器;利用支持向量机故障诊断分类器对测试集数据进行分类诊断。本发明适用于对模拟电路进行故障诊断。

    HIT-TENA数据采集器及HIT-TENA数据采集方法

    公开(公告)号:CN106445526B

    公开(公告)日:2019-06-14

    申请号:CN201610852620.7

    申请日:2016-09-26

    Abstract: HIT‑TENA数据采集器及HIT‑TENA数据采集方法,涉及HIT‑TENA体系结构的数据采集技术。为了满足HIT‑TENA体系结构的数据采集、数据回放,完成复现试验的需求。主界面模块用于编辑采集方案,还用于启动试验数据采集过程和启动试验数据回放过程;试验方案模块用于选择和解析试验方案文件,制定采集方案,还用于将采集方案写入到试验方案文件中;数据采集器用于选择采集方案,控制数据采集的启动和停止,用于通过可视化界面查看当前采集的试验数据;数据回放器用于将采集到的试验数据进行数据回放,还用于通过可视化界面查看当前回放的数据。本发明适用于采集、回放HIT‑TENA数据。

    一种基于ELM-CHMM的电源故障预测方法

    公开(公告)号:CN109615003A

    公开(公告)日:2019-04-12

    申请号:CN201811488243.9

    申请日:2018-12-06

    Abstract: 一种基于ELM-CHMM的电源故障预测方法,本发明涉及电源故障预测方法。本发明的目的是为了解决现有方法故障预测准确度低的问题。过程为:将电压信号数据分为训练和测试数据集,对训练数据集进行预处理,得到重构后的电压信号矩阵;建立ELM模型;把测试数据集输入ELM模型中,输出经过ELM模型预测的电压信号;提取训练数据集的特征参数;建立CHMM状态预测模型;提取经过ELM模型预测的电压信号数据的特征参数,分别输入到CHMM模型中;得到ELM-CHMM模型,得到待测电源故障的状态。本发明用于电源故障预测领域。

    基于DDS的联合试验平台中间件节点状态检测方法

    公开(公告)号:CN109412890A

    公开(公告)日:2019-03-01

    申请号:CN201811209795.1

    申请日:2018-10-17

    Abstract: 基于DDS的联合试验平台中间件节点状态检测方法,本发明涉及节点状态检测方法。本发明的目的是为了解决现有节点状态检测方法中,当网络发生丢包或者拥塞时,容易出现在线节点误判的情况;现有节点状态检测方法需要定时发送探测包,当联合试验系统所涉及的节点较多时,探测包的发送量容易造成通信拥塞以及影响整个联合试验系统信息传输的实时性的问题。具体过程为:步骤(1)、节点上线,节点正常离线执行步骤(2),由于网络状态影响的节点离线执行步骤(3);步骤(2)、节点正常离线;步骤(3)、节点异常状态发现;步骤(4)、对步骤(3)发现的异常状态的节点进行确认。本发明用于节点状态检测领域。

Patent Agency Ranking