-
公开(公告)号：CN118395237A
公开(公告)日：2024-07-26
申请号：CN202410560341.8
申请日：2024-05-08
Applicant: 哈尔滨师范大学
IPC: G06F18/24 , G06F18/214 , G06N20/20 , G06N5/04
Abstract: 本发明公开了基于集成框架与分层异构的多故障复杂系统智能诊断方法，包括以下步骤：步骤1：针对实际应用场景收集相关数据集；步骤2：对采集数据进行随机数据采样；步骤3：构建用于复杂系统中故障诊断的参数指标体系；步骤4：确定复杂系统的故障大类和故障子类；步骤5：建立并应用一种基于集成框架与分层异构的多故障复杂系统故障诊断模型；本发明通过将集成学习框架与分层异构的方法相结合，构建一种新型的故障诊断方法，该方法能够有效提升故障分类的准确性和鲁棒性。能够有效地应用于各种工业环境中，适用于那些故障种类繁多、安全敏感性高、工作环境不确定性多样、高价值故障样本少以及故障先验知识有限且要求极高诊断精度的复杂系统。
-
公开(公告)号：CN117629637A
公开(公告)日：2024-03-01
申请号：CN202410098091.0
申请日：2024-01-24
Applicant: 哈尔滨师范大学
IPC: G01M13/045 , G01M15/14 , G06F18/10 , G06F18/213 , G06F18/24
Abstract: 本发明提供一种航空发动机轴承故障诊断方法及诊断系统，涉及故障诊断技术领域，通过构建双层置信规则分类器，双层置信规则分类器的第一层分类器使用证据推理方法完成规则的融合和初步的故障诊断，第二层分类器基于第一层分类器的初步诊断结果分别构建多个附属置信规则库，每个规则库分别应用证据推理方法完成推理，最后通过优化迭代，得到综合故障诊断结果；本发明使用第一层分类器利用区间结构解决组合规则爆炸问题，第二层分类器利用多个附属置信规则库完成最终的故障诊断，将多分类问题转换为各附属置信规则库的二分类问题，在优化过程中添加了可解释性约束，保证优化后的参数符合专家知识和实际情况；实现对航空发动机轴承的故障诊断。
-
公开(公告)号：CN112351210A
公开(公告)日：2021-02-09
申请号：CN202011228762.9
申请日：2020-11-06
Applicant: 哈尔滨师范大学
Abstract: 本发明公开了一种主动视觉采集系统，包括1个主动视觉控制模块和n个视频采集传感器，所述主动视觉控制模块内嵌有主动视觉控制算法，通过无线方式向n个视频采集传感器发送控制指令，使得视频采集模块在采集视频数据时具有主动性，可根据需要自动调整方向角度、俯仰角度以及焦距。由传统的被动式视频采集方式转变为拟人的主动视觉模型，即：发现感兴趣目标后，由主动视觉控制模块调度全场视频传感器从不同角度和焦距采集质量更佳的视频数据，供分析使用。
-
公开(公告)号：CN118445577A
公开(公告)日：2024-08-06
申请号：CN202410553493.5
申请日：2024-05-07
Applicant: 哈尔滨师范大学
IPC: G06F18/21 , G06F18/26 , G06F18/23213 , G06F18/214 , G06N5/04
Abstract: 本发明公开了基于D‑BRB的复杂系统健康状态评估模型，包括以下步骤：步骤一，获取复杂系统实测数据集；步骤二，基于数据挖掘获取特征分布；步骤三，动态构建置信规则库模型集合；步骤四，动态优化置信规则库集合；步骤五，使用定制的赤池信息准则综合评估模型的复杂度与精度，得到最优模型；本发明利用置信规则库有效联合多项不确定性特征指标，综合完整信息，实现对复杂系统健康状态的全方位评估，同时，通过数据挖掘获取特征分布，动态构建模型集合，有效的覆盖复杂系统的多样状态及动态变化；此外，动态优化方法和动态优化策略有效的提高了模型精度和优化模型集的效率；最后对模型进行综合评估以获得一个准确性和复杂性兼顾的模型。
-
公开(公告)号：CN117762019A
公开(公告)日：2024-03-26
申请号：CN202410000800.7
申请日：2024-01-02
Applicant: 哈尔滨师范大学
IPC: G05B13/04 , G06F18/23213 , G06F18/24 , G06F16/2458
Abstract: 本发明公开了一种考虑环境干扰和自适应的铣削故障诊断方法，包括以下步骤：步骤一，参考值挖掘；步骤二，求取指标不确定度；步骤三，构建初始模型；步骤四，模型推理；步骤五，模型优化；步骤六，案例检验；本发明能有效应对先验信息缺失时给建模带来的困难，采用K‑means聚类算法对铣削过程中的历史数据进行挖掘，得到可行的参考值，针对环境干扰引起的不确定性，该模型对其进行了量化，将指标不确定性融入了推理模型中，提高了模型对于不确定性的处理能力，降低了干扰因素对故障诊断的影响，有利于准确地捕捉到合理的故障信息，提高了诊断的精确性，在先验信息缺失的条件下依然能够展现优秀的性能，并在面对干扰时保持其诊断稳健性。
-
Patent Agency Ranking
公开(公告)号：CN117744800A
公开(公告)日：2024-03-22
申请号：CN202311814984.2
申请日：2023-12-26
Applicant: 哈尔滨师范大学
IPC: G06N5/04 , G06N5/022 , G06N7/08 , G06N3/006 , G06N5/01 , G06F18/25 , G06F18/243 , G06F18/2113
Abstract: 本发明涉及故障检测领域，一种深度结构的可信特种智能装备故障诊断方法，包括以下步骤：步骤一，获取特种智能装备的实测数据集；步骤二，对故障特征进行特征重要性排序和特征选择；步骤三，采用一种深度结构构建故障诊断初始BRB模型；步骤四，基于证据推理解析算法进行融合推理；步骤五，通过优化算法优化模型，本发明通过特征重要程度分析和构建层进式模型，解决了规则爆炸问题，提高了模型诊断的合理性和逻辑性；同时，针对不同的特种智能装备设计相应的可解释性约束，增强了决策推理过程的清晰度、透明度，使决策者更容易理解模型的基础原理和决策依据。
-
公开(公告)号：CN120012073A
公开(公告)日：2025-05-16
申请号：CN202411943953.1
申请日：2024-12-27
Applicant: 哈尔滨师范大学
IPC: G06F21/55 , G06F18/211 , G06F18/23 , G06N5/04
Abstract: 本发明公开了一种考虑规则约简的在线工控入侵检测系统，属于故障检测技术领域，包括：数据收集单元，获取天然气管道状态入侵检测的实测数据集；构建评估体系模块，构建天然气管道状态入侵检测的指标评估体系并通过优化算法优化模型参数；计算单元，计算各指标置信分布；本发明中，采用的全面的入侵检测指标体系：通过深入的机理分析，本发明构建了一个综合的工业控制系统入侵检测指标体系，这一体系基于设备的工作原理和入侵特点，精确定义了一系列用于检测和评估的入侵流量关键指标，确保能够从多个入侵维度全面监控设备状态；专家系统的融合与智能推理：本发明利用行业专家的知识，建立了一个运用专家知识进行参考值的在线评估模型。
-
公开(公告)号：CN118585793A
公开(公告)日：2024-09-03
申请号：CN202410727249.6
申请日：2024-06-06
Applicant: 哈尔滨师范大学
IPC: G06F18/213 , G06F18/23213 , G06F18/214 , G06N5/04
Abstract: 本发明提供一种自适应规则约简专业智能器械故障诊断方法，本发明实现了模型对实时传感器数据的动态适应，紧密贴合实际故障诊断流程；并创新性地采用基于马氏距离的k‑means聚类方法进行规则约简，有效解决了规则爆炸问题，过滤掉数据扰动，同时考虑到各输入属性的重要性差异，极大地提升了诊断效率；经实际应用验证，该模型在智能器械故障诊断中展现了高度的准确性和实时性，实现了高效可靠的故障识别与处理，优化了智能设备的维护管理流程。
-
公开(公告)号：CN118425786A
公开(公告)日：2024-08-02
申请号：CN202410566862.4
申请日：2024-05-09
Applicant: 哈尔滨师范大学
IPC: G01R31/367 , G01R31/392 , G01R31/385
Abstract: 本发明涉及锂离子电池健康状态评估领域，一种复杂干扰环境下锂离子电池健康状态评估方法，包括以下步骤：步骤S1，获取锂离子电池数据集；步骤S2，属性可靠度计算；步骤S3，构建初始健康状态评估模型；步骤S4，模型推理；步骤S5，模型参数优化；步骤S6，扰动分析；步骤S7，获取锂离子电池健康状态评估结果；本发明通过综合考虑前提属性和结果属性的可靠性来计算前提属性最终的属性可靠度，提高了属性可靠性的合理性与准确性，实现了对观测数据中由数据采集传感器不精确和环境干扰等因素产生的不可靠性的量化；将得到的属性可靠性引入到匹配度的计算中，最终减少了不可靠信息的干扰，增强了模型处理扰动因素的能力，获得了更加准确可靠的健康状态评估结果。
-
公开(公告)号：CN117629637B
公开(公告)日：2024-04-30
申请号：CN202410098091.0
申请日：2024-01-24
Applicant: 哈尔滨师范大学
IPC: G01M13/045 , G01M15/14 , G06F18/10 , G06F18/213 , G06F18/24
Abstract: 本发明提供一种航空发动机轴承故障诊断方法及诊断系统，涉及故障诊断技术领域，通过构建双层置信规则分类器，双层置信规则分类器的第一层分类器使用证据推理方法完成规则的融合和初步的故障诊断，第二层分类器基于第一层分类器的初步诊断结果分别构建多个附属置信规则库，每个规则库分别应用证据推理方法完成推理，最后通过优化迭代，得到综合故障诊断结果；本发明使用第一层分类器利用区间结构解决组合规则爆炸问题，第二层分类器利用多个附属置信规则库完成最终的故障诊断，将多分类问题转换为各附属置信规则库的二分类问题，在优化过程中添加了可解释性约束，保证优化后的参数符合专家知识和实际情况；实现对航空发动机轴承的故障诊断。
-
-
-
-
-
-
-
-
-
Search Results
35
records
(took 0.02 seconds)
