公开(公告)号：CN119416174A

公开(公告)日：2025-02-11

申请号：CN202411558395.7

申请日：2024-11-04

Applicant: 上海交通大学

Inventor： 汪颖 ,  王迪

IPC: G06F18/27 ,  G06F18/213 ,  G06N3/0985 ,  G06N3/0895 ,  G06N3/045 ,  G06N3/084

Abstract: 本发明涉及一种基于任务增量元学习的小样本下剩余寿命预测方法，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；构建对偶网络，包括一个元网络和一个辅助网络，其中，元网络将每台设备的传感器数据到剩余寿命的映射视为一个回归任务，利用元学习实现自动地学习每台设备的任务特有模型；辅助网络给未失效设备的无标签样本生成伪标签；基于已失效设备的带标签数据与未失效设备的无标签数据以任务增量训练算法训练对偶网络；利用辅助网络预测测试设备样本的伪标签，元网络基于伪标签支持集更新至任务特有模型，利用任务特有模型预测测试设备的剩余寿命。与现有技术相比，本发明能够实现少量失效样本下的剩余寿命精准预测。

公开(公告)号：CN116127595A

公开(公告)日：2023-05-16

申请号：CN202211504814.X

申请日：2022-11-28

Applicant: 上海交通大学

Inventor： 汪颖 ,  王迪

IPC: G06F30/15 ,  G06F30/27 ,  G06F119/02

Abstract: 本发明涉及一种基于自适应交互学习的多工况下飞机发动机剩余寿命预测方法，包括：获取飞机发动机的多元传感器数据并进行信号预处理和信号选择；构建自适应交互学习模型并利用历史多元传感器数据进行训练，所述自适应交互学习模型基于交互式循环神经网络构建，包括相互连接的融合模型和失效过程模型，同时实现融合多元传感器数据构建发动机的健康指数HI和失效过程建模；将经过预处理的多元传感器数据输入训练完成的自适应交互学习模型，得到飞机发动机健康指数HI；基于飞机发动机健康指数HI和自适应交互学习模型参数得到飞机发动机剩余使用寿命的分布结果，实现飞机发动机的剩余寿命预测。与现有技术相比，本发明具有预测精度高等优点。

公开(公告)号：CN101050228A

公开(公告)日：2007-10-10

申请号：CN200710038297.0

申请日：2007-03-22

Applicant: 上海交通大学

Inventor： 贺林 ,  钱璐璐 ,  樊春海 ,  张亚非 ,  胡钧 ,  汪颖 ,  王英 ,  赵健

IPC: C07H21/04 ,  C12N15/11

Abstract: 本发明涉及一种用DNA分子构造复杂纳米形状的方法，根据实际应用中所需要的目标形状，选择一根DNA单链作为脚手架链，通过在水平方向反复折叠该脚手架链来填满目标形状的轮廓，并编程得到若干根短的DNA单链即订书钉链的序列使得它们根据碱基互补的原则来固定脚手架链的走向，然后通过脚手架链和订书钉链DNA分子在溶液中的自组装得到所需要的目标形状。本发明还进一步以电子器件的形状作为目标形状，将得到的溶液中的电子器件形状的DNA纳米结构金属化并转移至空气中，得到纳米尺度的电子器件。本发明所提供的方法操作简单可行，可以构造出对称或非对称的高复杂度的DNA纳米结构，且有望在集成电子电路产业获得广阔的发展前景。

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

Applicant: 上海交通大学

Inventor： 王迪 ,  安钰 ,  汪颖 ,  王泽栋

IPC: G06F18/15 ,  G06F18/213 ,  G06F18/2433 ,  G06F17/18

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。

公开(公告)号：CN116596107A

公开(公告)日：2023-08-15

申请号：CN202310277931.5

申请日：2023-03-21

Applicant: 上海交通大学

Inventor： 王迪 ,  汪颖

IPC: G06Q10/04 ,  G06N5/04 ,  G06N7/01 ,  G06F17/18 ,  G06N3/08 ,  G06F18/2415

Abstract: 本发明涉及一种基于小样本学习的多失效模式下设备剩余寿命预测方法，所述的方法包括以下步骤：S1、收集设备的传感器信号、失效模式以及剩余使用寿命；S2、构建推理网络，基于贝叶斯模型不可知元学习模型获取失效模式概率分布和剩余使用寿命概率分布；S3、基于概率分布构建损失函数，并估计和更新模型参数；S4、识别新的运行设备的失效模式并预测其剩余使用寿命。与现有技术相比，本发明具有同时实现失效模式概率分布和剩余寿命概率分布的预测、在小样本情形下预测准确度高、泛化能力强等优点。

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

Applicant: 上海交通大学

Inventor： 汪颖 ,  王迪 ,  安钰

IPC: G06F30/15 ,  G06F30/25 ,  G06F30/27 ,  G06F18/214 ,  G06F18/2415 ,  G06N3/006 ,  G06N3/0442 ,  G06N3/08 ,  G06F111/08 ,  G06F119/02

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。