-
公开(公告)号：CN106247957A
公开(公告)日：2016-12-21
申请号：CN201610870626.7
申请日：2016-09-30
Applicant: 中国舰船研究设计中心
CPC classification number: G01B11/043 , G06M1/272
Abstract: 一种舰船锚链收放长度自动计数装置，至少包括数据采集模块、信号处理模块、特征参数设定模块、单片机模块、显示模块和预警模块，数据采集模块与信号处理模块的输入端连接，信号处理模块的输出端及特征参数设定模块的输出端同时与单片机模块的输入端连接，计数模块的输出端与显示模块连接，显示模块还同时与预警模块连接；数据采集模块包括激光发射器和激光接收器，激光接收器用于将激光束的脉冲信号传递至信号处理模块；信号处理模块将采集到的脉冲信号处理后得到准确的绞盘旋转周数；特征参数设定模块用于设置舰锚链的特征参数并保存至信号处理模块中；单片机模块用于计算得出收放锚链总长度。本发明实时精确计量锚链收放长度，保障舰员安全。
-
公开(公告)号：CN114802648B
公开(公告)日：2024-09-24
申请号：CN202210397021.6
申请日：2022-04-15
Applicant: 中国舰船研究设计中心
Abstract: 本发明涉及舰船发电机技术领域，尤其涉及一种舰船用发电机技术状态评估方法及电子设备。基于发电机主要部件组成及功能原理，开展装备FMECA分析，形成主要部件故障模式及层次关系，生成装备运行信息采集需求：包括装备在线信息、温度信息、绝缘信息以及振动信息等；根据发电机实际运行数据，形成与主要装备状态信息相关联的量化参数标准要求，以支撑评估评估发电机正常、合格、预警以及故障四种状态情况；在发电机运行时间与舰船停航计划不匹配的情况下，基于发电机状态评估情况，可推送相关检修策略，辅助开展装备使用维修决策。
-
公开(公告)号：CN119646654A
公开(公告)日：2025-03-18
申请号：CN202411687820.2
申请日：2024-11-25
Applicant: 中国舰船研究设计中心
IPC: G06F18/2415 , G06F18/214 , G06F18/213 , G06F18/2113 , G06F18/2411
Abstract: 本发明公开了一种基于多源融合特征和串联DBN模型的船舶设备退化状态识别方法，属于健康状态管理技术领域，包括：提取信号特征每个分量的中心频率值；采用改进多尺度排列熵进行信号特征分析，根据尺度因子获得稳定的排列熵值；获得信号最大峭度值所对应的中心频率，筛选若干BIMF分量逐层数据集，并通过排列熵构建特征向量集Q；对特征向量集Q进行降维处理获得特征向量集T；采用特征向量集T训练DBN1，将工况识别结果结合特征向量集T训练DBN2，实现船舶设备退化状态识别；建立观测器模型，获取船舶设备的健康基线，通过计算马氏距离评估识别的船舶设备退化状态。通过本发明可以实现关键设备的退化状态准确快速评估。
-
公开(公告)号：CN119646653A
公开(公告)日：2025-03-18
申请号：CN202411687817.0
申请日：2024-11-25
Applicant: 中国舰船研究设计中心
IPC: G06F18/2415 , G06F18/214 , G06N3/04
Abstract: 本发明公开了一种基于MPSO‑RBF神经网络的船舶关键部件健康状态预测方法，属于预测与健康管理技术领域，包括：对多源异构监测参数进行预处理后，选择与部件健康状态相关的监测参数作为状态特征，构建已知状态信号特征序列；将已知状态信号特征序列输入到训练成熟的MPSO‑RBF神经网络模型中，输出值作为关键部件随后的状态特征预测值，其中，MPSO‑RBF神经网络模型在RBF神经网络模型的基础上，引入改进PSO算法对网络参数进行自适应选取；根据状态特征预测值，与先验知识建立的信号特征值与健康状态的对应关系，确定和评估当前设备所处的健康状态。本发明使用改进的PSO与RBF神经网络的结合提高了装备预测的精度。
-
公开(公告)号：CN119599385A
公开(公告)日：2025-03-11
申请号：CN202411720007.0
申请日：2024-11-28
Applicant: 中国舰船研究设计中心
IPC: G06Q10/0631 , G06Q10/083 , G06N3/006 , G06F30/27 , G06N7/01 , G06F17/11 , G06F17/16 , G06F111/06
Abstract: 本发明公开了一种基于低需求量和非低需求量船舶备件的配置优化方法，属于运用水面JT器材保障技术领域，包括：采用改进的灰色马尔科夫预测求解低需求量船舶备件配置优化模型；采用融合TOPSIS的多目标粒子群优化算法求解非低需求量船舶备件配置优化模型；对多目标粒子群配置优化模型求解得到的最优备件配置清单，采用蒙特卡洛进行仿真模拟，利用配置模型做仿真实验，验证多目标粒子群算法优化模型。本发明将低需求备件配置优化或非低需求备件配置优化模型两者进行相融合，借助各自的优势来实现更好的船舶备件配置优化方法，以确保船舶能连续安全、可靠的运转。提高配置优化效率和准确性。
-
Patent Agency Ranking
公开(公告)号：CN119578817A
公开(公告)日：2025-03-07
申请号：CN202411732492.3
申请日：2024-11-29
Applicant: 中国舰船研究设计中心
IPC: G06Q10/0631 , G06Q10/067 , G06F18/10 , G06N3/042 , G06N3/092 , G06N3/0464 , G06N3/0442 , G06N3/0455 , G06N3/094 , G06N3/0475 , G06F18/213 , G06F18/25
Abstract: 本发明公开了一种在复杂约束条件下多设备协同工作的任务完好性判断方法，包括：建立全面数据采集系统，实时采集协同设备的多维数据并预处理，结合约束建模，将复杂的约束条件，量化为可计算的约束条件模型；构建多智能体协同评估模型，多智能体协同评估模型将每个参与协同工作的设备视为一个智能体，通过模拟设备间的协作过程，实现对整体任务完好性的评估；运用深度学习技术从多维数据中自动提取高级特征；设计分布式实时分析系统，结合自适应优化机制，实现大规模数据处理和模型持续优化。本发明方法不仅能够提高协同任务的可靠性和效率，还能为装备任务决策提供有力支持，对提升运用保障的智能化水平和决策准确率具有重要作用。
-
公开(公告)号：CN119577603A
公开(公告)日：2025-03-07
申请号：CN202411732490.4
申请日：2024-11-29
Applicant: 中国舰船研究设计中心
IPC: G06F18/243 , G06F18/10 , G06F18/211 , G06F18/213 , G06F18/2131 , G06F18/2113 , G06F18/27 , G06N5/01 , G06N20/20
Abstract: 本发明公开了一种基于非平衡学习的面向多工况的设备故障诊断方法，包括以下步骤：多个传感器采集设备在不同工况下的运行数据，对采集的原始运行数据进行预处理、特征提取和特征选择，得到特征集；采用非平衡学习技术和代价敏感学习算法处理特征集，得到平衡数据集；构建基于学习的多工况故障诊断模型，在模型训练过程中，根据平衡数据集，采用交叉验证和网格搜索相结合的方法来优化模型参数；部署训练得到的多工况故障诊断模型，进行设备故障的在线诊断，并通过持续学习机制不断更新优化模型。本发明通过将非平衡学习技术应用于多工况故障诊断中，可以显著提升诊断的准确性和鲁棒性，实现设备健康状态的实时监测和预测性维护。
-
公开(公告)号：CN119577513A
公开(公告)日：2025-03-07
申请号：CN202411687818.5
申请日：2024-11-25
Applicant: 中国舰船研究设计中心
IPC: G06F18/24 , G06N3/0442 , G06F18/213 , G06F18/15 , G06F18/214 , G06N3/08 , G06Q10/20 , G06Q50/04 , G06F18/25
Abstract: 本发明公开了一种基于多源信息融合的船舶系统故障诊断方法及装置，属于预测与健康管理领域，包括：采集包括电压、电流、振动加速度、转速、位移及噪声的监测数据；对监测数据进行预处理，将预处理后的各类型监测数据分别输入至单一参数故障诊断模型，输出单项故障诊断结果；将多个单项故障诊断结果以多源信息融合诊断规则进行分析，得出融合诊断结果；根据融合诊断结果，确定故障发生的部位和故障性质。本发明通过采集多源多维参数进行船舶关键系统及设备的故障诊断来提高检测准确性和可信度。
-
公开(公告)号：CN118611681A
公开(公告)日：2024-09-06
申请号：CN202410839311.0
申请日：2024-06-26
Applicant: 中国舰船研究设计中心
Abstract: 本发明涉及数据处理技术领域，具体涉及一种基于综合编码的分布式船舶PHM数据压缩方法。本发明基于动态组合的模型参数，建立了离散化的广义归一化船舶设备振动信号具体模型，克服了传统固定形式的模型函数只能表征单一信号的缺点，能够在不损失有效监测信息的前提下实现大批量船舶振动数据压缩存储，进而可以充分利用船舶设备各种振动状态的参数信息，为船舶设备的故障监测和管理提供充足的数据支撑；本发明提出了基于波形的数据压缩编码算法和基于参数的数据压缩编码算法和基于感知的数据解码算法，能够消除帧间冗余和编码冗余，获得无损压缩的比特流数据信息，减少PHM数据采集和远程传输压力，且可大幅提高船舶数据压缩效率。
-
公开(公告)号：CN114802648A
公开(公告)日：2022-07-29
申请号：CN202210397021.6
申请日：2022-04-15
Applicant: 中国舰船研究设计中心
Abstract: 本发明涉及舰船发电机技术领域，尤其涉及一种舰船用发电机技术状态评估方法及电子设备。基于发电机主要部件组成及功能原理，开展装备FMECA分析，形成主要部件故障模式及层次关系，生成装备运行信息采集需求：包括装备在线信息、温度信息、绝缘信息以及振动信息等；根据发电机实际运行数据，形成与主要装备状态信息相关联的量化参数标准要求，以支撑评估评估发电机正常、合格、预警以及故障四种状态情况；在发电机运行时间与舰船停航计划不匹配的情况下，基于发电机状态评估情况，可推送相关检修策略，辅助开展装备使用维修决策。
-
-
-
-
-
-
-
-
-
Search Results
10
records
(took 0.046 seconds)
