-
公开(公告)号：CN119886421A
公开(公告)日：2025-04-25
申请号：CN202411910970.5
申请日：2024-12-24
Applicant: 北京无线电计量测试研究所
IPC: G06Q10/04 , G06F18/20 , G06F18/213 , G06F18/25 , G06N3/0442 , G06N3/08 , G06N3/006 , G06F123/02
Abstract: 本发明公开一种产品保障资源预测方法，包括采集产品保障资源的使用数据，建立历史使用数据集，历史使用数据集中包含天时间数据，以及所述时间对应的产品保障资源的使用种类或/和数量的数据；将历史使用数据进行编码，得到时间相关的时间特征数据的特征表示FT；基于所述历史使用数据进行自然周周期特征提取，得到周期特征数据的表示FC；得到融合特征数据；构建产品保障资源预测模型，并且利用麻雀搜索算法对模型进行求解,得到优化的预测模型；将天时间数据输入到优化的预测模型中，输出产品保障资源预测结果。构建的产品保障资源预测模型更贴合产品保障资源的实际应用情况，并通过麻雀算法加速完成模型的求解，优化了保障资源的预测过程。
-
公开(公告)号：CN118133075A
公开(公告)日：2024-06-04
申请号：CN202311865004.1
申请日：2023-12-29
Applicant: 北京无线电计量测试研究所
IPC: G06F18/24 , G06F18/214 , G06N3/08 , G06N3/0442
Abstract: 本申请涉及一种故障诊断方法、装置、设备及存储介质，其中，故障诊断方法包括：根据传感器对被测设备监测得到的监测数据以及预设粗糙集模型，确定所述被测设备的最优传感器测点；根据所述最优传感器测点对应的监测数据，通过训练好的故障诊断模型得到所述被测设备的故障诊断结果。本申请能够筛除冗余的监测参数，提升故障诊断模型的分类性能，实现对被监测设备故障的高效识别。
-
公开(公告)号：CN119831498A
公开(公告)日：2025-04-15
申请号：CN202411966719.0
申请日：2024-12-30
Applicant: 北京无线电计量测试研究所
IPC: G06Q10/087 , G06N3/126 , G06F17/10 , G06Q50/04 , G06Q10/04
Abstract: 本发明公开了一种基于双种群寄生型遗传算法的备件装箱方法、系统、电子设备以及计算机可读存储介质，涉及备件管理领域，旨在解决现有技术未考虑实际场景，在解决实际装载任务时的效果不好，难以达到任务完成度的问题。本发明包括：获取多种待装载备件的信息；利用块生成结合剩余空间算法，确定各种待装载备件的装载阈值，所述装载阈值包括各种待装载备件可携带数量的上限值；在所述装载阈值的范围内，构建备件数量种群以及放置方案种群，并利用双种群寄生型遗传算法进行备件数量寻优和放置方案寻优，以确定达到预设综合满足率的备件数量方案和备件放置方案；根据所述备件数量方案以及备件放置方案，输出备件装箱方案。本方法能够有效提高任务备件携行数量准确度，更好满足任务需求。
-
公开(公告)号：CN119830751A
公开(公告)日：2025-04-15
申请号：CN202411968277.3
申请日：2024-12-30
Applicant: 北京无线电计量测试研究所
IPC: G06F30/27 , G06F18/214 , G06F18/22 , G06N3/0985 , G06F18/2413 , G06F119/04
Abstract: 本说明书公开了一种基于KNN的发动机剩余寿命预测方法、系统、设备及计算机可读存储介质，涉及发动机剩余寿命及预测领域，旨在解决现有技术中KNN预测模型超参数配置优化问题。本发明方法包括：获取数据及数据预处理；对各预处理数据与其对应的剩余寿命数据进行相关系数计算，进行参数选择；定义超参数网格；网格参数寻优，建立最优KNN模型；预测发动机剩余寿命。本发明结合距离相关系数以及基于网格搜索自动化超参数寻优算法，确定KNN模型的最优K值以及距离度量，能够更快速地找到最优的传感器参数组合，实现KNN模型的自动化超参数寻优，从而提高预测模型的性能和可靠性。
-
公开(公告)号：CN119687964A
公开(公告)日：2025-03-25
申请号：CN202411966730.7
申请日：2024-12-30
Applicant: 北京无线电计量测试研究所
IPC: G01C25/00
Abstract: 本发明涉及惯导寻北装置检定软件技术领域，公开了一种移动计量车辆的惯导寻北装置检定系统、方法及电子设备，旨在解决现有导航系统的准确性低的问题。本发明包括通讯连接模块，设定通信连接；引北计算模块，计算定位定向装置的测量轴线的北向方位和高低角以及计算经纬仪的测量基线的北向角数据；初始标定模块，测量定位定向装置外侧的三个标记点的方位数据，计算三个标记点所在平面与定位定向装置的测量轴线的空间位置关系参数；惯导测量模块，计算惯导系统的惯导寻北精度误差；伪距差分模块，将北斗伪距差分定位数据与测北定向仪的相位差分定位数据做比对，得出水平定位误差和高程定位误差。本发明提高了惯导寻北装置的精度和可靠度。
-
Patent Agency Ranking
公开(公告)号：CN118839900A
公开(公告)日：2024-10-25
申请号：CN202410849520.3
申请日：2024-06-27
Applicant: 北京无线电计量测试研究所
IPC: G06Q10/0631 , G06N3/126
Abstract: 本申请公开了一种产品保障资源配置方法、装置及存储介质，其中方法内容包括：定义原子任务与完成所述原子任务的资源组，并根据所述原子任务与所述资源组构建产品保障资源配置模型；依据所述原子任务与所述资源组的匹配情况，建立剪枝矩阵，通过剪枝矩阵对产品保障资源配置模型进行优化；对优化后的产品保障资源配置模型进行求解，得到最优产品保障资源配置方案。本申请实现了对保障资源的配置优化和提高了保障资源利用率和保障效能。
-
公开(公告)号：CN118708726A
公开(公告)日：2024-09-27
申请号：CN202410682688.X
申请日：2024-05-29
Applicant: 北京无线电计量测试研究所
IPC: G06F16/36 , G06N3/08 , G06N3/0499 , G06N3/048 , G06F30/27
Abstract: 本申请公开了一种基于改进神经网络的知识库构建方法、装置及电子设备，包括：初始化神经网络各层节点之间的连接权、隐含层的偏差单元的连接权、输出层的偏差单元的连接权以及关联节点；将模式对、隐含层的偏差单元的连接权以及关联节点输入到输入层中训练，将输出层的偏差单元的连接权输入到隐含层中训练，模式对由输入层节点的输入向量和输出层节点的期望输出向量构成；修正各层节点之间的连接权、隐含层的偏差单元的连接权、输出层的偏差单元的连接权以及关联节点，直至神经网络的全局误差小于预设定阈值时，结束训练，将此时各层节点的连接权作为知识库。本申请实现了提升神经网络处理动态信息的能力，提高辅助决策的准确率和效率。
-
公开(公告)号：CN115809596A
公开(公告)日：2023-03-17
申请号：CN202211501837.5
申请日：2022-11-28
Applicant: 北京无线电计量测试研究所 , 中国人民解放军63921部队
IPC: G06F30/27 , G06T17/00 , G06N3/0464 , G06N3/048 , G06N3/084
Abstract: 本申请公开了一种数字孪生故障诊断方法，包括以下步骤：采用数字孪生技术建立物理设备的孪生模型；运行所述孪生模型生成所述物理设备运行状态的仿真数据；用所述仿真数据对神经网络进行训练，生成故障诊断模型；运行所述物理设备生成所述物理设备运行状态的传感数据；用所述故障诊断模型对所述传感数据进行处理，识别物理设备故障。本申请还包含实施所述方法的装置。本发明能根据构建的数字孪生模型获得更加均衡的训练数据，从而使故障诊断模型得到更好的训练，极大的提高了设备故障诊断的准确率。
-
公开(公告)号：CN118586630A
公开(公告)日：2024-09-03
申请号：CN202410652510.0
申请日：2024-05-24
Applicant: 北京无线电计量测试研究所
IPC: G06Q10/0631 , G06Q30/0601
Abstract: 本申请公开了一种备件优化方法、装置及存储介质，其中方法内容包括：确定初始备件的供应清单；通过初始备件的供应清单，建立优化模型；基于优化模型，利用边际收益法优化备件的数量；使用优化结果修正初始备件的供应清单中备件的品种和数量，形成最终的备件供应清单。本申请通过考虑费用、体积、重量等多约束条件的影响，实现了对电子产品的备件品种和数量优化，提高了电子产品的备件供应工作水平，降低系统或设备全寿命周期费用，并提升保障能力和系统效能。
-
公开(公告)号：CN115859791A
公开(公告)日：2023-03-28
申请号：CN202211476132.2
申请日：2022-11-23
Applicant: 北京无线电计量测试研究所 , 北京电子工程总体研究所
IPC: G06F30/27 , G06F18/214 , G06F18/211 , G06N3/0442 , G06N3/08 , G06N3/082 , G06F119/02 , G06F119/04
Abstract: 本申请公开了一种航空发动机剩余寿命预估方法，包括以下步骤：采集航空发动机传感器输出，建立劣化数据集，在所述劣化数据集中包含从正常状态到故障状态的监测数据、故障发生时间、根据所述故障时间逆推的各时间点剩余寿命；构建特征提取模型，用所述劣化数据集对所述特征提取模型进行训练，提取变化最大特征值；构建剩余寿命预估模型，用所述变化最大特征值作为输入、真实剩余寿命为输出，对所述剩余寿命预估模型进行训练；将采集的航空发动机监测参数输入训练好的所述特征提取模型和剩余寿命预估模型，得到预估的剩余寿命值。本申请还包含实现所述方法的装置。
-
-
-
-
-
-
-
-
-
Search Results
11
records
(took 0.031 seconds)
