公开(公告)号：CN115113606B

公开(公告)日：2024-10-15

申请号：CN202210709501.1

申请日：2022-06-21

Applicant: 哈尔滨工业大学

Inventor： 刘明 ,  高一鸣 ,  王恩友 ,  陈雪芹

IPC: G05B23/02 ,  G06F18/2411 ,  G06N3/02

Abstract: 本发明实施例公开了一种基于频域改进SDP图的航天器故障分析方法、装置及介质；该方法包括：将待分析的原始信号数据在时域上等时长且顺序地划分为一个或一个以上的数据段，并根据所述一个或一个以上的数据段分别生成对应的对称点模式SDP时钟图；通过所述SDP时钟图去除所述原始信号数据中的异常区段，并获取单一类型故障信号的出现时段内的信号数据；通过将单一类型故障信号的出现时段内的信号数据利用基于频域改进生成SDP图的调参系数的方式生成SDP图像样本集；将所述SDP图像样本集利用设定的机器学习算法进行分类，识别所述待分析的原始信号数据中出现的故障信息。

公开(公告)号：CN115456020B

公开(公告)日：2024-12-17

申请号：CN202211095656.7

申请日：2022-09-08

Applicant: 哈尔滨工业大学

Inventor： 刘明 ,  高一鸣 ,  曹喜滨 ,  陈雪芹

IPC: G06F18/241 ,  G06F18/2415 ,  G06N3/0464 ,  G06N3/0475 ,  G06N3/094 ,  G06N3/045 ,  G01R31/367 ,  G01R31/392

Abstract: 本发明公开了一种基于SDP衰老面谱与CGAN的锂电池寿命检测方法、装置及存储介质；该检测方法包括：基于获取得到的随机游走充放数据生成对称点模式SDP衰老面谱样本集；搭建初始条件生成对抗网络模型CGAN；利用所述SDP衰老面谱样本集对所述初始条件生成对抗网络模型CGAN进行迭代训练以得到目标条件生成对抗网络模型CGAN；基于所述目标条件生成对抗网络模型CGAN识别卫星锂电池对应的寿命状态及种类。

公开(公告)号：CN115113606A

公开(公告)日：2022-09-27

申请号：CN202210709501.1

申请日：2022-06-21

Applicant: 哈尔滨工业大学

Inventor： 刘明 ,  高一鸣 ,  王恩友 ,  陈雪芹

IPC: G05B23/02 ,  G06K9/62 ,  G06N3/02

Abstract: 本发明实施例公开了一种基于频域改进SDP图的航天器故障分析方法、装置及介质；该方法包括：将待分析的原始信号数据在时域上等时长且顺序地划分为一个或一个以上的数据段，并根据所述一个或一个以上的数据段分别生成对应的对称点模式SDP时钟图；通过所述SDP时钟图去除所述原始信号数据中的异常区段，并获取单一类型故障信号的出现时段内的信号数据；通过将单一类型故障信号的出现时段内的信号数据利用基于频域改进生成SDP图的调参系数的方式生成SDP图像样本集；将所述SDP图像样本集利用设定的机器学习算法进行分类，识别所述待分析的原始信号数据中出现的故障信息。

公开(公告)号：CN115456020A

公开(公告)日：2022-12-09

申请号：CN202211095656.7

申请日：2022-09-08

Applicant: 哈尔滨工业大学

Inventor： 刘明 ,  高一鸣 ,  曹喜滨 ,  陈雪芹

IPC: G06K9/00 ,  G06K9/62 ,  G06N3/04 ,  G06N3/08 ,  G01R31/367 ,  G01R31/392

Abstract: 本发明公开了一种基于SDP衰老面谱与CGAN的锂电池寿命检测方法、装置及存储介质；该检测方法包括：基于获取得到的随机游走充放数据生成对称点模式SDP衰老面谱样本集；搭建初始条件生成对抗网络模型CGAN；利用所述SDP衰老面谱样本集对所述初始条件生成对抗网络模型CGAN进行迭代训练以得到目标条件生成对抗网络模型CGAN；基于所述目标条件生成对抗网络模型CGAN识别卫星锂电池对应的寿命状态及种类。

公开(公告)号：CN119416115A

公开(公告)日：2025-02-11

申请号：CN202411509674.4

申请日：2024-10-28

Applicant: 哈尔滨工业大学

Inventor： 邱实 ,  高一鸣 ,  刘明 ,  陈雪芹

IPC: G06F18/2433 ,  B64G1/28 ,  G06F18/2136 ,  G06N3/0464 ,  G06N3/045 ,  G06F123/02

Abstract: 本公开提供了一种卫星动量轮的异常检测方法、装置、电子设备及存储介质，属于卫星故障诊断技术领域，该方法包括：获取动量轮健康模型的输入数据；将第一时段的时序遥测数据输入动量轮健康模型，通过多头稀疏自注意力层对输入数据进行均值采样，得到采样后的输入数据；基于采样后的输入数据，通过动态时间规整算法提取输入数据的波形特征，得到注意力权重矩阵；根据注意力权重矩阵和输入数据，得到输出的第二时段的预测数据；根据第二时段的预测数据和采集的卫星动量轮的第二时段的遥测数据，确定卫星动量轮是否异常。能够提取时序遥测数据中的形状特征，降低计算复杂度、提升预测准确率的同时，通过均值采样保留了序列遥测数据的关键特征。