公开(公告)号：CN114877925A

公开(公告)日：2022-08-09

申请号：CN202210342256.5

申请日：2022-03-31

Applicant: 上海交通大学

Inventor： 王玉璋 ,  程侃如 ,  杨喜连 ,  桑润轩 ,  胡道明

IPC: G01D18/00 ,  G06K9/62 ,  G06N3/08 ,  G06N20/10

Abstract: 本发明涉及一种基于极限学习机的综合能源系统传感器故障诊断方法，具体包括以下步骤：S1、采集综合能源系统中燃气轮机传感器的原始信号，构建原始信号的多种长度的时间序列表示，根据故障特性在原始信号上叠加故障信号，生成故障信号的时间序列表示；S2、对原始信号的时间序列表示和故障信号的时间序列表示进行特征提取，得到故障信号的特征向量；S3、将特征向量输入改进的多重核极限学习机中，对分类器进行训练；S4、将待检测信号输入特征提取器与完成训练的分类器的集成模型中，得到传感器的故障检测结果。与现有技术相比，本发明具有提高传感器信号的故障类型的诊断准确率，并且诊断时间缩短，能够满足综合能源系统中在线检测的需求等优点。

公开(公告)号：CN114877925B

公开(公告)日：2023-08-22

申请号：CN202210342256.5

申请日：2022-03-31

Applicant: 上海交通大学

Inventor： 王玉璋 ,  程侃如 ,  杨喜连 ,  桑润轩 ,  胡道明

IPC: G01D18/00 ,  G06F18/24 ,  G06N3/08 ,  G06N3/0499 ,  G06N20/10

Abstract: 本发明涉及一种基于极限学习机的综合能源系统传感器故障诊断方法，具体包括以下步骤：S1、采集综合能源系统中燃气轮机传感器的原始信号，构建原始信号的多种长度的时间序列表示，根据故障特性在原始信号上叠加故障信号，生成故障信号的时间序列表示；S2、对原始信号的时间序列表示和故障信号的时间序列表示进行特征提取，得到故障信号的特征向量；S3、将特征向量输入改进的多重核极限学习机中，对分类器进行训练；S4、将待检测信号输入特征提取器与完成训练的分类器的集成模型中，得到传感器的故障检测结果。与现有技术相比，本发明具有提高传感器信号的故障类型的诊断准确率，并且诊断时间缩短，能够满足综合能源系统中在线检测的需求等优点。

公开(公告)号：CN115214807A

公开(公告)日：2022-10-21

申请号：CN202211048779.5

申请日：2022-08-30

Applicant: 上海交通大学

Inventor： 王玉璋 ,  李蛟 ,  张鲲羽 ,  桑润轩 ,  胡道明

IPC: B62D35/00

Abstract: 本发明涉及一种具有气动减阻功能的基于仿生微结构的表面改性技术，在交通工具的外表面上按预设置尺寸的仿生表面微结构进行改性，仿生表面微结构包括沟槽、凹坑、突起、肋条中的一种或多种，仿生表面微结构的尺寸由以下公式计算得到：其中，h为仿生表面微结构的高度或深度，θ为空气运动阻力系数，U为气流速度，Rex为当地雷诺数，当以平板计算时Rex＝Ux/θ，x为测量点距平板前缘的距离。与现有技术相比，本发明基于研发的仿生微结构和有效布置方式对车辆外表面进行加工改性，通过对车辆外表面改性优化了近壁面边界层发展和流动状态，抑制湍流涡系的发展和增大，从而抑制了车身外表面流动分离，减小气动阻力。