公开(公告)号：CN119940627A

公开(公告)日：2025-05-06

申请号：CN202510020736.3

申请日：2025-01-07

Applicant: 中国计量大学

Inventor： 李国真 ,  徐志玲 ,  姚峻涛 ,  刘禹辰 ,  郭昌经 ,  赵佳炜

IPC: G06Q10/04 ,  G06Q10/063 ,  G06Q50/04 ,  G06Q50/26 ,  G06N3/045 ,  G06N3/0442 ,  G06N3/084

Abstract: 本发明涉及一种用于卷烟生产企业的碳排放量预测方法，属于卷烟生产碳排放量预测领域。包括以下步骤:根据卷烟生产全工艺流程确定碳排放边界，明确碳排放活动数据的类型与来源，收集基础数据并进行缺失值补全、关键特征筛选和归一化处理，基于长短期记忆网络LSTM与自注意力机制构建LSTM‑Attention碳排放活动数据预测模型，将数据特征输入模型进行训练，同时优化模型参数，将待预测数据输入训练好的模型，获得活动数据预测值，结合碳排放因子预测最终碳排放量。本发明针对卷烟生产企业碳排放量预测方法匮乏和精度不足的问题，通过引入时间序列处理与注意力机制，不仅提升了预测的准确性，也为卷烟企业提供了具体的碳排放量预测方法。

公开(公告)号：CN118821303A

公开(公告)日：2024-10-22

申请号：CN202410070934.6

申请日：2024-01-17

Applicant: 中国计量大学

Inventor： 姚峻涛 ,  徐志玲 ,  郭昌经 ,  赵佳炜 ,  刘禹辰

IPC: G06F30/15 ,  G06F30/27 ,  G06F18/10 ,  G06F18/213 ,  G06F18/214 ,  G06N3/0442 ,  G06N3/0464 ,  G06N3/08 ,  G06F119/02

Abstract: 本发明公开了一种基于CNN‑BiLSTM的无人机发动机剩余使用寿命预测方法，涉及无人机领域，所述方法包括：记录目标发动机工作状态时发动机内传感器的原始数据；对原始数据进行预处理并划分训练集和测试集，以便于预测模型的训练和提高预测精度；构建融合自注意力机制的CNN‑BiLSTM神经网络混合模型；选用训练集数据完成模型训练，测试集数据测试模型，以RMSE值和Score值作为模型预测的评价参数；采集航空无人机发动机工作状态时传感器数据，将该数据输入模型实现剩余使用寿命的预测。

公开(公告)号：CN118607084A

公开(公告)日：2024-09-06

申请号：CN202410312620.2

申请日：2024-03-19

Applicant: 中国计量大学

Inventor： 郭昌经 ,  徐志玲 ,  姚峻涛

IPC: G06F30/15 ,  G06F30/20 ,  G06F119/14

Abstract: 本发明提出一种基于IGP翼型参数化的螺旋桨气动优化设计方法，属于飞行器技术领域。本方法首先通过IGP参数法，将原始螺旋桨特定截面的翼型参数化，随后在Isight平台上联合Matlab、Xfoil对翼型进行气动优化，最后将优化后的翼型与原始螺旋桨相应位置上的翼型进行替换，得到优化后的螺旋桨，实现整个优化过程。本发明通过IGP参数法将特定截面的翼型参数化，在保证精度的同时，减少了所需参数的数量，使得翼型描述更为简洁高效；通过Isight平台进行一系列集成化的操作，提高了设计效率、优化质量和结果的可靠性。

公开(公告)号：CN119357554A

公开(公告)日：2025-01-24

申请号：CN202411375552.0

申请日：2024-09-30

Applicant: 中国计量大学

Inventor： 姚峻涛 ,  徐志玲 ,  郭昌经 ,  厉豪

IPC: G06F18/10 ,  G06F18/214 ,  G06F18/2415 ,  G06N3/0464 ,  G06N3/0442

Abstract: 本发明公开了一种基于多工况状态监测数据的无人机航空发动机RUL预测方法，涉及无人机领域，所述方法包括：记录目标发动机正常运行状态下状态监测传感器的历史原始数据和对应的历史RUL；对历史数据进行数据预处理并划分训练集和测试集，便于预测模型学习数据特征；构建基于贝叶斯优化的CNN‑BiLSTM神经网络混合模型；导入训练集数据训练模型，完成训练后输入测试集数据评价模型性能，模型的评价指标为RMSE值和Score值；记录目标发动机当前正常运行状态下状态监测传感器的原始数据，将该数据输入完成训练的预测模型实现目标发动机的RUL预测。

公开(公告)号：CN118965577A

公开(公告)日：2024-11-15

申请号：CN202411070416.0

申请日：2024-08-06

Applicant: 中国计量大学

Inventor： 郭昌经 ,  徐志玲 ,  姚峻涛

IPC: G06F30/15 ,  G06F30/17 ,  G06F30/27 ,  G06F30/28 ,  G06N3/045 ,  G06N3/0499 ,  G06N3/084 ,  G06F119/14 ,  G06F111/06 ,  G06F111/10

Abstract: 本发明公开了一种基于DBO‑BP和NSWOA的螺旋桨翼型气动优化方法，属于飞行器技术领域。本方法首先通过CST翼型参数法对原始翼型进行参数化，结合拉丁超立方抽样法在一定范围内对原始翼型进行扰动，生成样本空间；随后，使用CFD软件对样本空间内的翼型进行气动分析，构建样本数据集；再使用DBO算法对BP代理模型的初始权重和阈值进行优化，实现DBO‑BP神经网络代理模型的建立；最后，结合NSWOA算法对代理模型进行优化，并将优化结果通过CFD软件进行验证分析。本发明通过构建DBO‑BP代理模型，能够有效提高BP代理模型及优化结果的可靠性；通过NSWOA算法，同时对升力系数和阻力系数进行优化，能够有效解决优化目标单一、优化效率低的问题。