-
公开(公告)号：CN110515781A
公开(公告)日：2019-11-29
申请号：CN201910592051.0
申请日：2019-07-03
Applicant: 北京交通大学
Abstract: 本发明提供了一种复杂系统状态监测及故障诊断方法，包括：S1、采集待监测、诊断的信号进行解析；S2、对所述信号进行阈值分析或者进行阈值分析和时序分析；S3、若所述阈值分析和/或时序分析结果异常，则输出异常结果至故障专家诊断模块进行故障诊断。本发明的方法既可以弥补现有实时故障诊断方法在针对系统运行过程分析上的缺失，又可以满足飞行过程进行故障诊断时实时更新故故障诊断的数据，满足实时性要求。经过测试，以某型号单轴管道测试转台为待监测、诊断系统，本发明的方法对状态监测及故障诊断的正确率达到99.08％，实时性验证良好，可靠性高。
-
公开(公告)号：CN110320802B
公开(公告)日：2020-07-03
申请号：CN201910590420.2
申请日：2019-07-02
Applicant: 北京交通大学
IPC: G05B13/04
Abstract: 本发明提供一种基于数据可视化的复杂系统信号时序热证识别方法，包括：S1、构建卷积神经网络模型作为时序特征识别模型；S2、对信号数据进行可视化处理形成时序图像；S3、对所述时序图像进行预处理；S4、利用所述时序特征识别模型对于预处理后的时序图像进行时序特征识别，输出结果。本发明的方法不需要了解复杂系统的运行及控制原理，设置监测点后对系统运行过程中的关键参数进行采集，按本发明提供的方法进行处理，以卷积神经网络模型预测的形式实现对信号的时序特征识别，适用性强，结果准确。
-
公开(公告)号：CN110515781B
公开(公告)日：2021-06-22
申请号：CN201910592051.0
申请日：2019-07-03
Applicant: 北京交通大学
Abstract: 本发明提供了一种复杂系统状态监测及故障诊断方法，包括：S1、采集待监测、诊断的信号进行解析；S2、对所述信号进行阈值分析或者进行阈值分析和时序分析；S3、若所述阈值分析和/或时序分析结果异常，则输出异常结果至故障专家诊断模块进行故障诊断。本发明的方法既可以弥补现有实时故障诊断方法在针对系统运行过程分析上的缺失，又可以满足飞行过程进行故障诊断时实时更新故故障诊断的数据，满足实时性要求。经过测试，以某型号单轴管道测试转台为待监测、诊断系统，本发明的方法对状态监测及故障诊断的正确率达到99.08％，实时性验证良好，可靠性高。
-
公开(公告)号：CN110320802A
公开(公告)日：2019-10-11
申请号：CN201910590420.2
申请日：2019-07-02
Applicant: 北京交通大学
IPC: G05B13/04
Abstract: 本发明提供一种基于数据可视化的复杂系统信号时序热证识别方法，包括：S1、构建卷积神经网络模型作为时序特征识别模型；S2、对信号数据进行可视化处理形成时序图像；S3、对所述时序图像进行预处理；S4、利用所述时序特征识别模型对于预处理后的时序图像进行时序特征识别，输出结果。本发明的方法不需要了解复杂系统的运行及控制原理，设置监测点后对系统运行过程中的关键参数进行采集，按本发明提供的方法进行处理，以卷积神经网络模型预测的形式实现对信号的时序特征识别，适用性强，结果准确。
-
-
-
Search Results
4
records
(took 0.015 seconds)
