-
公开(公告)号：CN117787467A
公开(公告)日：2024-03-29
申请号：CN202311575576.6
申请日：2023-11-24
Applicant: 哈尔滨工业大学(威海)
IPC: G06Q10/04 , G06Q10/083 , G06N3/0442 , G06N3/0455 , G06N3/048 , G06N3/049 , G06N3/084
Abstract: 本发明涉及装备运行能效优化技术领域，具体的说是一种能够显著提高装备运行效率的基于改进的双注意力机制的油耗预测方法，本发明在编码器中对运行参数和环境参数分别引入特征注意力机制和联合表示以自适应的捕获不同油耗影响参数对于油耗的贡献率，加强各影响参数对油耗的可解释性，在解码器中引入时间注意力机制以挖掘当前状态与历史状态的关联关系；其次，将工况识别模型与油耗模型相结合，建立了不同工况条件下的油耗模型，结合Smyril客滚轮提供的数据，对比本发明模型与不同模型结构下预测的性能，验证了本发明模型的合理性；与其他油耗预测模型进行对比，本发明提出模型的均方根误差，平均绝对误差和平均绝对百分比误差分别降低了45.88％，57.89％，52.84％。
-
公开(公告)号：CN116401596B
公开(公告)日：2023-08-22
申请号：CN202310671391.9
申请日：2023-06-08
Applicant: 哈尔滨工业大学(威海)
IPC: G06F18/241 , G06F18/10 , G06F18/214 , G06F18/21 , G06N3/0464 , G06N3/048 , G06N3/082 , G06N3/084 , G06N3/0985
Abstract: 本申请属于故障诊断技术领域，具体为一种基于深度指数激励网络的早期故障诊断方法，包括以下步骤：开始；数据预处理；微弱故障信息自适应放大；网络权重优化；早期故障诊断；结束。本申请解决早期故障特征微弱、易被噪声淹没造成诊断精度不高的问题，通过提供更强的注意力关注重要的信息来提高早期故障诊断准确率；与传统注意力机制相比，优势体现在两个方面，一是提供更大的权重，二是提供更宽的权重取值范围，有利于放大重要的信息。同时，该方法可以端到端地进行训练，并且指数激励注意力权重能够自适应设置；不仅可用于机械设备故障诊断领域，还可用于其它可能含噪声的模式识别任务。
-
公开(公告)号：CN111598438B
公开(公告)日：2023-05-26
申请号：CN202010407179.8
申请日：2020-05-14
Applicant: 哈尔滨工业大学(威海)
IPC: G06F18/2433 , G06F18/2431 , G06F18/213 , G06F18/10 , G06F17/18 , G06F17/16
Abstract: 本发明公开了一种民航发动机气路异常检测方法，属于航空发动机检测技术领域。本发明解决现有技术中采用单一特征参数对发动机进行异常检测存在片面性的问题，以及CNR报告中信息反馈存在滞后性无法满足早期预警需求的问题。本发明采取的技术方案包括将多维气路参数偏差值时间序列划分为子序列、子序列二次划分、筛选显著性特征参数，利用熵值评价法对末端特征进行评价及优选排序，确定异常检测特征矩阵以及采用孤立森林异常检测算法实现气路异常检测和早期预警的步骤。实验证明本发明能够较好地实现气路异常检测，对工程实际应用有深远的指导意义。
-
公开(公告)号：CN106355253B
公开(公告)日：2022-02-11
申请号：CN201610486895.3
申请日：2016-06-27
Applicant: 哈尔滨工业大学(威海)
Abstract: 本发明涉及航空发动机维修技术领域，具体的说是一种能够有效提高航空发动机运行效率，降低维护成本的航空发动机最优运行性能区间确定方法，其特征在于以单位运行维修成本最小为优化目标，建立面向全成本的航空发动机最优运行性能区间确定模型，用一个单调连续函数表示航空发动机性能参数的衰退规律，本发明与现有技术相比，从航空发动机运行维修全成本出发考虑其最优方案，航空发动机性能对其运行成本有很大影响，通过从全成本角度确定航空发动机最优运行性能区间，提高对航空发动机运行维修效率、降低运行维修成本。
-
公开(公告)号：CN111597760A
公开(公告)日：2020-08-28
申请号：CN202010418279.0
申请日：2020-05-18
Applicant: 哈尔滨工业大学(威海)
Abstract: 本申请公开了一种实现小样本条件下获取气路参数偏差值的方法，属于航空发动机健康管理与监控技术领域。本发明包括构建发动机样本数据集、对数据进行归一化预处理、构建深度领域自适应气路参数偏差值回归模型、利用目标域发动机及源域发动机训练集训练深度领域自适应气路参数偏差值回归模型、利用训练好的所述深度领域自适应气路参数偏差值回归模型对所述目标域发动机测试集提取到的发动机样本进行测试、分析回归效果以及获取小样本新机型航空发动机ACARS数据，利用保存的气路参数偏差值回归模型获取气路参数偏差值。本发明实现跨工况、跨机型下建立气路参数偏差值模型，进而获取发动机监控自主性。
-
Patent Agency Ranking
公开(公告)号：CN119810132A
公开(公告)日：2025-04-11
申请号：CN202411968772.4
申请日：2024-12-30
Applicant: 哈尔滨工业大学
IPC: G06T7/13 , G06T7/80 , G06T7/66 , G06T5/70 , G06T7/181 , B25J19/00 , B25J11/00 , G01B11/14 , G01L1/24 , G01L5/00 , G01R31/327 , G05B19/05
Abstract: 电磁继电器初压力与触点间隙Cpk计算方法，属于机电组件技术领域。包括计算机，方法如下：对工业相机视野进行标定获得像素尺寸；对工业机器人的PLC进行编程；PLC控制步进电机将继电器底板移动到预判的工业相机视野中心位置；计算底板偏差距离；测量继电器触点间隙和初压力；继电器底板复位更换；重复至批次产品完成测量；计算批次产品的Cpk。本发明通过自动化工装设备，实现了对继电器底板初压力及触点间隙的精准快速测量，有效计算了批次产品Cpk，降低了人工调试占比，提高了整机参数一致性及生产效率，削减了生产成本。
-
公开(公告)号：CN109506655B
公开(公告)日：2023-05-05
申请号：CN201811413526.7
申请日：2018-11-26
Applicant: 哈尔滨工业大学(威海)
Abstract: 本发明涉及路径规划方法技术领域，具体的说是一种基于非均匀建模的改进蚁群路径规划算法，本发明考虑到均匀建模方案对复杂环境建模的不足，提出利用四叉树建模得到非均匀栅格模型，提出了基于非均匀栅格模型的改进蚁群路径规划算法，以非均匀栅格模型为基础对基本蚁群算法进行改进，在路径点选择时考虑节点与障碍物之间的距离，在进行路径点选择时考虑待选择节点与障碍物之间的距离，采用“ant‑cycle”的信息素更新方式，在全局信息素更新时限制信息素大小，仿真实验表明非均匀栅格模型相比较均匀栅格模型的优越性，改进蚁群算法相比较其他几种基本蚁群算法收敛速度更快，能够得到更符合复杂环境中水下航行器需要的路径。
-
公开(公告)号：CN111598222B
公开(公告)日：2023-04-28
申请号：CN202010406707.8
申请日：2020-05-14
Applicant: 哈尔滨工业大学(威海)
IPC: G06N3/0455 , G06N3/048 , G06N3/082 , G06F18/23213 , G06F18/22 , G06F18/214
Abstract: 本发明披露了一种重优化深度自动编码器，其特征在于：包括第一经典深度自动编码器模块、K‑Means聚类模型模块和第二经典深度自动编码器模块；所述第一经典深度自动编码器模块训练完成后，通过所述第一经典深度自动编码器模块获得一重构误差集；所述K‑Means聚类模型模块对所述重构误差集进行聚类，剔除其中重构误差较大的异常样本，保留正常样本作为新训练集；用所述新训练集对所述第二经典深度自动编码器模块进行训练。基于所述重优化深度自动编码器，本发明还提出了一种发动机自动检测系统。
-
公开(公告)号：CN115964662A
公开(公告)日：2023-04-14
申请号：CN202111173491.6
申请日：2021-10-08
Applicant: 哈尔滨工业大学(威海)
IPC: G06F18/2413 , G06F18/232 , G06F18/214
Abstract: 本发明涉及一种能够在不需要执行复杂调参等处理的前提下，提高检测准确度的基于改进密度峰值聚类的复杂装备参数异常检测方法，与现有技术相比，为避免极端样本不平衡影响检测效果，采用密度峰值聚类算法；为克服局部密度计算方式的主观性，引入基于样本K近邻的局部密度度量准则；为克服样本分配过程中潜在的连锁分配错误问题，引入基于样本K近邻的样本分配策略；为提高离群点选择准确性降低离群点对聚类过程的影响，提出新的离群点阈值确定方式和离群点处理方式；针对异常样本足够的发动机，为降低调参难度，提出弱监督聚类参数调整策略，针对异常样本数不足的发动机，提出弱监督情况下的异常检测方式，显著提高了检测精度。
-
公开(公告)号：CN115510967A
公开(公告)日：2022-12-23
申请号：CN202211164149.4
申请日：2022-09-23
Applicant: 哈尔滨工业大学
Abstract: 本申请提供了一种基于重构相似性的复杂装备不均衡异常检测方法，通过CAE‑SIAMESE模型，实现了样本不均衡条件下的航空发动机异常进行检测；CAE‑SIAMESE模型包括卷积自编码器和孪生神经网络；卷积自编码器，用于表征学习；孪生神经网络，用于度量样本重构相似性。本申请诊断精度高并且抗噪能力强；引入重构相似性学习机制使得CAE‑SIAMESE获取的正常样本的重构相似性更大而异常样本的重构相似性更小，更有利于正常与异常的诊断；网络中的卷积层更能捕获多维监控数据中的复杂关系，更能表征原始样本的特点；孪生神经网络在度量相似性时可以抵抗噪声的影响，有效解决发动机监控数据存在噪声问题。
-
-
-
-
-
-
-
-
-
Search Results
54
records
(took 0.035 seconds)
