一种时空耦合数据的非参数监控和自适应采样方法

    公开(公告)号:CN118035659A

    公开(公告)日:2024-05-14

    申请号:CN202410094371.4

    申请日:2024-01-23

    Abstract: 本发明涉及一种时空耦合数据的非参数监控和自适应采样方法,包括:获取传感器数据流;基于NW估计器增强时空域中不可观测的数据流,并通过0‑1随机投影将高维空间分解为多个子空间实现数据降维;将每一时刻的每个子空间的数据流进行去时空相关性变换后,构建非参数的空间排名统计量;结合所有子空间的局部统计量作为全局统计量,构建用于决策的控制图,并基于控制图中预设的控制限,判断数据流是否异常,若存在异常则触发警报,否则,构建概率质量函数,并采用汤普森采样算法进行传感器动态自适应选择。与现有技术相比,本发明实现了部分观测下时空耦合数据的监控,具有不受参数模型的限制、不依赖特定分布等优点。

    一种基于异常值处理和受限学习的小样本下失效建模方法

    公开(公告)号:CN117910131A

    公开(公告)日:2024-04-19

    申请号:CN202311807706.4

    申请日:2023-12-26

    Inventor: 汪颖 王迪 安钰

    Abstract: 本发明涉及一种基于异常值处理和受限学习的小样本下失效建模方法,包括以下步骤:获取飞机发动机的多元传感器失效信号和实际剩余寿命,并对信号进行预处理和选择;构建基于受限学习网络的失效过程模型,所述模型在训练的过程中限制模型参数的分布并对异常值进行处理,实现对失效过程模型的基函数和参数分布进行估计;以失效过程模型的参数分布作为先验分布的近似,利用贝叶斯定理得到历史飞机发动机的失效状态后验分布,利用该后验分布训练分类模型;以失效过程模型的参数分布作为先验分布的近似,利用贝叶斯定理得到在线飞机发动机的失效状态后验分布,利用分类模型基于该后验分布输出每个时刻处于健康或已失效的概率,并得到失效时刻的条件累积分布函数和剩余使用寿命。与现有技术相比,本发明具有模型参数估计准确、模型泛化能力强等优点。

    基于多元时空数据融合的物联网系统建模和监控方法

    公开(公告)号:CN112822056A

    公开(公告)日:2021-05-18

    申请号:CN202110166192.3

    申请日:2021-02-05

    Inventor: 王迪 程斌 安钰

    Abstract: 本发明公布了一种基于多元时空数据融合的物联网系统建模和监控方法,利用物联网时空网络系统中采集到的多种类型的随时间和空间变化的传感器信号,建立表达物联网时空网络系统的时空相关性的多元时空自回归模型MSTA,并建立多元时空累积和(CUSUM)控制图模型,实现对物联网系统的监控。采用本发明方法,可准确描述物联网系统的时空相关性特征,并实现对物联网系统及时有效的监控,为工程实践提供有用的信息并减少由于系统安全隐患带来的经济和社会损失。

    基于多元时空数据融合的物联网系统建模和监控方法

    公开(公告)号:CN112822056B

    公开(公告)日:2021-10-08

    申请号:CN202110166192.3

    申请日:2021-02-05

    Inventor: 王迪 程斌 安钰

    Abstract: 本发明公布了一种基于多元时空数据融合的物联网系统建模和监控方法,利用物联网时空网络系统中采集到的多种类型的随时间和空间变化的传感器信号,建立表达物联网时空网络系统的时空相关性的多元时空自回归模型MSTA,并建立多元时空累积和(CUSUM)控制图模型,实现对物联网系统的监控。采用本发明方法,可准确描述物联网系统的时空相关性特征,并实现对物联网系统及时有效的监控,为工程实践提供有用的信息并减少由于系统安全隐患带来的经济和社会损失。

Patent Agency Ranking