-
公开(公告)号：CN112001124A
公开(公告)日：2020-11-27
申请号：CN202010877992.1
申请日：2020-08-27
Abstract: 本发明涉及一种基于ER规则的船舶电力推进系统关键功能单元辨识方法。本发明首先基于复杂网络对船舶电力推进系统进行抽象化建模，构建系统级复杂网络，并将其划分成多个模块级子网络。其次，分别计算系统级网络与模块级子网络的多个节点重要度指标，并转化为证据。然后，通过计算证据之间的支持度得到证据重要性权重，利用证据源的波动计算得到证据可靠性因子，进而通过ER规则将多个证据进行融合，得到融合后的证据。最后，建立节点重要度排序评价函数，得到节点的综合重要度。本发明在复杂网络的基础上进行船舶电力推进系统关键功能单元的评估，利用多指标的证据融合与多粒度评价提高了船舶电力推进系统的关键功能单元辨识的准确性。
-
公开(公告)号：CN110196165B
公开(公告)日：2020-10-09
申请号：CN201910355307.6
申请日：2019-04-29
Applicant: 杭州电子科技大学
IPC: G01M13/045
Abstract: 本发明涉及基于K‑means聚类和证据推理的旋转机械滚珠轴承故障诊断方法。该方法通过K‑means聚类获取似然信度表和K个参考中心向量，由似然信度表获取K个参考证据；计算故障特征数据与K个参考中心向量之间的距离，并由此来修正参考证据，生成K个诊断证据；在线获取多种故障特征的取值后，分别计算它们激活的诊断证据，再将这些被激活的诊断证据融合，利用融合后的证据做出故障决策，得到该在线故障特征数据所对应的故障类型。本发明方法在K‑means聚类的基础上进行故障诊断证据的融合推理，利用多源诊断信息有效提高了旋转机械滚珠轴承的故障诊断精度。
-
公开(公告)号：CN111444597A
公开(公告)日：2020-07-24
申请号：CN202010186171.3
申请日：2020-03-17
Applicant: 杭州电子科技大学
Abstract: 本发明公开了一种基于随机性修正信度规则系统的螺旋桨卷气效应识别方法。本发明首先确定输入为采集某船舶电力推进系统变频器中推进电机的三相电流均方根值信号和转矩信号，输出定为船舶螺旋桨卷气效应等级；其次通过推进电机的电流信号和转矩信号与卷气效应之间的相关性建立信度规则系统；然后对输入数据通过信度规则系统进行推理，利用证据推理算法融合被输入激活的规则后项中的信度结构得到各个卷气效应等级的信度值；最后对每一个卷气效应等级的信度值进行比较，其中信度值最大的结果即为最终推理结果，即得到了船舶螺旋桨卷气效应等级。本发明可准确快速的识别船舶螺旋桨卷气效应程度，从而实现了船舶对恶劣海况的实时监测。
-
公开(公告)号：CN111443686A
公开(公告)日：2020-07-24
申请号：CN202010207522.4
申请日：2020-03-23
Applicant: 杭州电子科技大学
IPC: G05B23/02 , G05B19/418
Abstract: 本发明涉及一种基于多目标优化与证据迭代更新的工业报警器设计方法，属于工业报警器设计技术领域。本发明所提方法先使用投点映射变换法将历史数据集转化为报警证据，用启发式准则库对证据的可靠性进行实时更新，利用融合规则进行报警证据的融合，证据权重和输入参照值利用多维蜂群算法进行离线优化，并在判定准则下判定是否发出警报。本发明能有效降低不确定性的影响，提升报警器的精度。
-
公开(公告)号：CN111428386A
公开(公告)日：2020-07-17
申请号：CN202010320015.1
申请日：2020-04-22
Applicant: 杭州电子科技大学
Abstract: 本发明涉及一种基于复杂网络的电梯曳引机转子故障诊断信息融合方法。本发明通过计算特征参数间的Pearson系数获取其相关性，根据相关性强弱对特征参数进行分组；分别根据各组的故障样本数据，计算样本数据向量间的相似度，构建故障数据复杂网络；利用复杂网络社团划分方法获取各组的似然信度表和参考中心向量，进而得到相应的参考证据；针对在线获取的故障特征向量，分别激活各组的诊断证据，利用Dempster组合规则进行证据融合，利用融合后的证据做出故障决策，得到该在线故障特征数据所对应的故障类型。本发明在复杂网络的基础上进行故障诊断证据的融合推理，利用多源诊断信息有效提高了电梯曳引机转子故障诊断精度。
-
Patent Agency Ranking
公开(公告)号：CN109115491B
公开(公告)日：2020-04-24
申请号：CN201810939939.2
申请日：2018-10-16
Applicant: 杭州电子科技大学
IPC: G01M13/028
Abstract: 本发明公开了一种电力推进船舶轴系推进系统机械故障诊断的证据融合方法。该方法首先获取不同故障模式下基座和支架等位置的频域特征信号；通过K均值算法确定输入特征的参考值，计算样本的相似度分布；构造反映输入与故障模式之间关系的投点统计表，并转换得到输入的证据矩阵表；基于粗糙集理论和信息熵计算输入信息源的分类能力和总体不确定度；确定输入信息源的可靠性和证据权重；利用证据推理规则融合输入样本向量激活的证据并根据融合结果确定故障模式。该方法能通过安装在船舶上的传感器获得的振动信号有效估计轴系推进系统机械故障模式，成本低，精度高，实现了电力推进船舶轴系推进系统机械故障的实时检测和精确诊断。
-
公开(公告)号：CN108257365B
公开(公告)日：2020-04-24
申请号：CN201810082465.4
申请日：2018-01-29
Applicant: 杭州电子科技大学
Abstract: 本发明公开了一种基于全局不确定性证据动态融合的工业报警器设计方法，属于工业报警器设计技术领域。本发明将基于连续型的Sigmoid隶属度函数和Gaussian型隶属度函数，将采集到的过程变量数据转换成每时刻的报警证据，在这个过程中将全集的不确定性信息赋予一定的数值，更能体现对不确定性证据的处理；采用条件化证据线性更新规则，将当前每时刻的报警证据与前一时刻的全局报警证据进行更新融合，最终得到当前时刻的全局报警证据，再依据相关的决策定理进行报警决策。在更新融合的过程中有效的降低了过程变量的随机不确定性和认知不确定性，提高了报警器的精度。
-
公开(公告)号：CN110084518A
公开(公告)日：2019-08-02
申请号：CN201910354795.9
申请日：2019-04-29
Applicant: 杭州电子科技大学
Abstract: 本发明涉及一种基于混合输入置信规则推理模型的边坡稳定性评判方法。本发明利用置信规则库模型建立输入因素与输出安全系数等级之间的非线性关系模型，该方法针对原输入指标种类过多，数据量大运算时间长等问题，将边坡稳定性模型的离散输入进行编码，重组，可以大大减少模型输入的纬度，减低了数据的运算时间，提高了系统的运行效率。接着将编码后的数据进行等级划分，计算各数据对应其参考值的匹配度并计算激活权重，将所有规则后项进行融合，最后得出边坡稳定性评判结果。
-
公开(公告)号：CN110057581A
公开(公告)日：2019-07-26
申请号：CN201910354802.5
申请日：2019-04-29
Applicant: 杭州电子科技大学
IPC: G01M13/028 , G01M13/02 , G06N5/04
Abstract: 本发明涉及一种基于区间型信度规则推理的旋转机械故障诊断方法。本发明能够对多种故障模式下获取的故障特征数据进行分类，并构造故障特征参数与故障类型的区间型信度规则库；在线获取特征输入参数与参考值匹配度，并计算规则激活权重；用激活权重对区间型信度进行修正，得到新的区间型信度；利用Dempster规则将这些被激活的区间型信度融合得到新的区间型信度，并根据区间证据下的决策准则，得到该在线故障特征所对应的故障类型。本发明采用区间型信度，描述故障特征信号对于故障模式发生的支持度，得到的故障决策结果包含了更多的信息容量，更加利于决策者做出判断。
-
公开(公告)号：CN109932908A
公开(公告)日：2019-06-25
申请号：CN201910211439.1
申请日：2019-03-20
Applicant: 杭州电子科技大学
IPC: G05B13/04
Abstract: 本发明涉及一种基于报警信度融合的多向主元分析过程监测方法，包括模型数据采集、三维数据展开、二维矩阵标准化、PCA分解、主元个数选取、计算SPE和T2统计控制限，建立模糊隶属度函数，计算报警信度以及全局报警信度的权重，并进行报警决策。本发明克服了多向主元分析法模型统计控制限报警的局限性，利用历史报警信度和当前报警信度融合的方法来进行报警决策，大大降低多向主元分析在间歇过程监测过程应用中的误报率，为间歇过程的建模以及监测提供了新的途径。
-
-
-
-
-
-
-
-
-
Search Results
223
records
(took 0.057 seconds)
