-
公开(公告)号：CN113065675B
公开(公告)日：2023-07-18
申请号：CN202110396154.7
申请日：2021-04-13
Applicant: 中国人民解放军空军工程大学
IPC: G06Q10/20 , G06Q10/04 , G06F30/20 , G06F119/04 , G06F119/14
Abstract: 本发明提供一种基于剩余寿命预测的设备最优维护方法，包括以下步骤：步骤1：基于Wiener过程建立考虑漂移系数与扩散系数比例关系的比例加速退化模型；步骤2：通过基于两步极大似然原理的参数估计方法，并利用同类设备加速退化实验数据实现对比例加速退化模型进行先验参数估计；步骤3：基于加速退化模型参数先验估计值，并利用目标设备的现场监测数据与卡尔曼滤波原理在线更新设备退化状态，实现对剩余寿命的自适应预测；步骤4：基于更新报酬定理，结合设备剩余寿命预测信息，建立设备的替换与备件采购策略联合优化模型，根据优化模型实现设备运行周期平均费用率的最优。本方法在确保剩余寿命预测准确性的基础上有效降低了预测的不确定性。
-
公开(公告)号：CN117521323A
公开(公告)日：2024-02-06
申请号：CN202311147940.9
申请日：2023-09-06
Applicant: 中国人民解放军空军工程大学
IPC: G06F30/20 , G06Q10/20 , G06Q50/26 , G06Q50/40 , G06F111/08 , G06F119/02
Abstract: 本发明提出一种基于HTCPN的飞机出动架次率仿真测算系统，构建飞机连续出动回收过程的HTCPN模型涉及多种实体对象；包括飞机的型号、数量、编号；设备的种类、数量、编号；维修保障人员的专业、人数等，构建飞机出动保障全过程仿真模型；根据不同工序分别设置相应工作时长构建default1()函数，构建出动架次率仿真测算模型；本发明针对热保障条件下的机务保障过程，建立了飞机连续出动模型，并分析了再次出动准备工作的具体流程，构建了飞机连续出动保障过程的HTCPN模型，按照分层原则分别构建了飞机出动保障全过程HTCPN仿真模型与各子过程的HTCPN仿真模型，本发明不仅能够找出影响飞机出动的关键因素，为飞机出动架次率测算提供技术支撑，具有一定工程应用价值。
-
公开(公告)号：CN118644162A
公开(公告)日：2024-09-13
申请号：CN202410743960.0
申请日：2024-06-11
Applicant: 中国人民解放军空军工程大学
IPC: G06Q10/067 , G06Q10/0631
Abstract: 本发明提出一种基于多智能体建模的航空发动机保障预测方法，该方法综合考虑了影响航空发动机周转备份数量的主要因素，针对航空发动机在使用、维修过程中存在的状态多变性特点，提出了航空发动机的智能体状态机模型，利用多智能体仿真方法，再现了航空发动机从订购、使用、大修、故障返厂等各种任务场景，实现了对整个机群的航空发动机使用过程的动态仿真模拟，可预测未来一定时期内航空发动机的最佳储备数量，即为了满足飞机的给定战备完好性水平，应配备多少备用发动机。仿真结果显示，本发明能够有效模拟机群航空发动机的保障过程，准确获取基于给定战备完好性水平情况下，应配备的备用发动机数量。
-
公开(公告)号：CN113065675A
公开(公告)日：2021-07-02
申请号：CN202110396154.7
申请日：2021-04-13
Applicant: 中国人民解放军空军工程大学
IPC: G06Q10/00 , G06Q10/04 , G06F30/20 , G06F119/04 , G06F119/14
Abstract: 本发明提供一种基于剩余寿命预测的设备最优维护方法，包括以下步骤：步骤1：基于Wiener过程建立考虑漂移系数与扩散系数比例关系的比例加速退化模型；步骤2：通过基于两步极大似然原理的参数估计方法，并利用同类设备加速退化实验数据实现对比例加速退化模型进行先验参数估计；步骤3：基于加速退化模型参数先验估计值，并利用目标设备的现场监测数据与卡尔曼滤波原理在线更新设备退化状态，实现对剩余寿命的自适应预测；步骤4：基于更新报酬定理，结合设备剩余寿命预测信息，建立设备的替换与备件采购策略联合优化模型，根据优化模型实现设备运行周期平均费用率的最优。本方法在确保剩余寿命预测准确性的基础上有效降低了预测的不确定性。
-
公开(公告)号：CN112800616B
公开(公告)日：2023-07-18
申请号：CN202110161865.6
申请日：2021-02-05
Applicant: 中国人民解放军空军工程大学
IPC: G06F30/20 , G06F17/18 , G06F119/04 , G06F111/08
Abstract: 本发明公开了基于比例加速退化建模的设备剩余寿命自适应预测方法，涉及设备剩余寿命预测技术领域。针对加速退化试验条件下单台设备剩余寿命预测问题，首先基于非线性Wiener过程构建比例加速退化模型；其次，在退化模型的基础上建立状态转移方程，并采用卡尔曼滤波KF算法更新设备退化状态；再次，输入设备的性能退化量的观测数据，采用期望最大化‑卡尔曼滤波EM‑KF算法实现对退化模型中未知参数的自适应估计；最后，在退化状态更新和未知参数自适应估计的基础上，基于全概率公式计算出设备剩余寿命的概率密度函数和累积分布函数。利用本发明的方法，实现了单台设备加速退化试验下剩余寿命预测更加准确的效果。
-
Patent Agency Ranking
公开(公告)号：CN112257935B
公开(公告)日：2023-05-09
申请号：CN202011158039.8
申请日：2020-10-26
Applicant: 中国人民解放军空军工程大学
IPC: G06Q10/04 , G06Q10/0635 , G06Q50/30 , G06N3/0442 , G06N3/045 , G06N3/084
Abstract: 本发明公开了一种基于LSTM—RBF神经网络模型的航空安全预测方法，包括步骤S1：建立LSTM—RBF模型；步骤S2：利用LSTM—RBF模型对航空安全进行预测；利用LSTM模型训练致因事件数据样本，分析各类致因事件的时序变化趋势；利用RBF模型训练致因事件与航空不安全后果事件数据间的因果联系，计算各类致因因素的作用权值，该模型通过研究致因事件的时序规律，进而预测航空不安全后果事件变化趋势。
-
公开(公告)号：CN114943179A
公开(公告)日：2022-08-26
申请号：CN202210599270.3
申请日：2022-05-30
Applicant: 中国人民解放军空军工程大学
IPC: G06F30/27 , G06N7/00 , G06K9/62 , G06F119/02 , G06F119/04 , G06F111/08
Abstract: 本发明涉及设备健康预测技术领域，公开了基于多源退化数据融合的可靠性评估及剩余寿命预测方法，包括：对多源退化数据进行预处理；通过设定的融合系数拟合预处理后的多源退化数据为一维健康指标，进行建模；采用极大似然估计法估计退化模型的参数；考虑随机失效阈值，获得设备寿命预测的期望值，通过寿命预测的均方误差和的最小值，获得设备健康指标的实际融合系数；根据实际融合系数拟合预处理后的多源退化数据为设备实际一维健康指标；获得设备寿命的概率分布函数；推导出随机失效阈值影响下设备剩余寿命的概率分布表达式，获得设备的预测剩余寿命与设备的可靠度，这种方法能够有效提升可靠性评估与剩余寿命预测的准确性与精度。
-
公开(公告)号：CN112906213B
公开(公告)日：2024-05-14
申请号：CN202110161886.8
申请日：2021-02-05
Applicant: 中国人民解放军空军工程大学
IPC: G06F30/20 , G06F119/02 , G06F111/10
Abstract: 本发明公开了一种机载电子设备剩余寿命自适应预测方法，涉及电子设备寿命预测技术领域。针对现有新研、小样本条件下机载电子设备剩余寿命预测方法未能综合考虑非线性、测量误差、隐含退化特性以及漂移/扩散系数同步更新的问题，本发明的方法首先基于Wiener过程建立带测量误差的非线性隐含退化模型，引入漂移系数更新机制，并采用EKF‑EM算法更新设备的退化状态与模型参数，提升了方法的鲁棒性，实现了方法在小样本或单台设备条件下的可靠计算；然后，将比例关系引入退化建模，以克服传统方法无法同步更新漂移系数与扩散系数的弊端，进一步提升了剩余寿命预测的准确性。
-
公开(公告)号：CN112906213A
公开(公告)日：2021-06-04
申请号：CN202110161886.8
申请日：2021-02-05
Applicant: 中国人民解放军空军工程大学
IPC: G06F30/20 , G06F119/02 , G06F111/10
Abstract: 本发明公开了一种机载电子设备剩余寿命自适应预测方法，涉及电子设备寿命预测技术领域。针对现有新研、小样本条件下机载电子设备剩余寿命预测方法未能综合考虑非线性、测量误差、隐含退化特性以及漂移/扩散系数同步更新的问题，本发明的方法首先基于Wiener过程建立带测量误差的非线性隐含退化模型，引入漂移系数更新机制，并采用EKF‑EM算法更新设备的退化状态与模型参数，提升了方法的鲁棒性，实现了方法在小样本或单台设备条件下的可靠计算；然后，将比例关系引入退化建模，以克服传统方法无法同步更新漂移系数与扩散系数的弊端，进一步提升了剩余寿命预测的准确性。
-
公开(公告)号：CN112800616A
公开(公告)日：2021-05-14
申请号：CN202110161865.6
申请日：2021-02-05
Applicant: 中国人民解放军空军工程大学
IPC: G06F30/20 , G06F17/18 , G06F119/04 , G06F111/08
Abstract: 本发明公开了基于比例加速退化建模的设备剩余寿命自适应预测方法，涉及设备剩余寿命预测技术领域。针对加速退化试验条件下单台设备剩余寿命预测问题，首先基于非线性Wiener过程构建比例加速退化模型；其次，在退化模型的基础上建立状态转移方程，并采用卡尔曼滤波KF算法更新设备退化状态；再次，输入设备的性能退化量的观测数据，采用期望最大化‑卡尔曼滤波EM‑KF算法实现对退化模型中未知参数的自适应估计；最后，在退化状态更新和未知参数自适应估计的基础上，基于全概率公式计算出设备剩余寿命的概率密度函数和累积分布函数。利用本发明的方法，实现了单台设备加速退化试验下剩余寿命预测更加准确的效果。
-
-
-
-
-
-
-
-
-
Search Results
12
records
(took 0.029 seconds)
