-
公开(公告)号：CN117540181A
公开(公告)日：2024-02-09
申请号：CN202311501280.X
申请日：2023-11-10
Applicant: 潍柴动力股份有限公司
IPC: G06F18/211 , G06F123/02
Abstract: 本申请提供了一种工业设备故障的确定方法和工业设备故障的确定装置，该方法包括：获取多个第一历史数据集和多个第二历史数据集；分别对多个第一历史数据集中的第一历史时序数据进行拟合处理，得到多个第一系数，并分别对多个第二历史数据集中的第二历史时序数据进行拟合处理，得到多个第二系数；获取多个第三历史数据集，并对第三历史数据集中的第三历史时序数据进行拟合处理，得到第三系数；根据第一系数和第二系数的映射关系以及第三系数，确定第三系数对应的第二系数为目标数据；根据目标数据，确定工业设备是否发生故障。该方法解决了现有技术中现有技术中工业设备故障确定过程中的工业时序数据的训练成本高，即时性差的问题。
-
公开(公告)号：CN116464533B
公开(公告)日：2025-05-16
申请号：CN202310417734.9
申请日：2023-04-13
Applicant: 潍柴动力股份有限公司
IPC: F01M11/10 , G06F30/27 , G06F119/14 , G06F119/08 , G06F119/06
Abstract: 本申请提供了一种机油消耗量的监测方法、监测装置和电子装置。该方法包括：获取发动机参数，将发动机参数输入第一数据驱动模型，获取第一数据驱动模型输出机油消耗量，得到预测机油消耗量；获取颗粒过滤器的压差参数，将压差参数输入第二数据驱动模型，获取第二数据驱动模型输出的结果，得到灰分载量；计算灰分载量对应的机油消耗量，得到测量机油消耗量，计算预测机油消耗量与测量机油消耗量的差值，得到机油消耗量差值，在机油消耗量差值大于预设阈值的情况下，输出异常警告信号。通过本申请，解决了现有技术无法对机油消耗量进行实时监测的问题，达到了对车辆的机油消耗量进行实时监测的目的。
-
公开(公告)号：CN116757073A
公开(公告)日：2023-09-15
申请号：CN202310699634.X
申请日：2023-06-13
Applicant: 潍柴动力股份有限公司
IPC: G06F30/27 , G06F30/23 , G01M15/05 , G01M17/007 , G01D21/02 , G06F119/04 , G06F119/14
Abstract: 本说明书实施例公开了一种活塞环组‑缸套的磨损寿命预测方法、设备及介质，涉及发动机磨损技术领域，方法包括：采集实时运行参数，包括运行时间、发动机转速、发动机扭矩、空滤后进气颗粒尺寸以及空滤后进气颗粒浓度；获取预先训练的活塞环组‑缸套磨损孪生模型，训练样本数据为多维特征数据集且多维特征数据集中的磨损数据通过标定处理后的活塞环组‑缸套磨损机理模型得到；通过活塞环组‑缸套磨损孪生模型和实时运行参数，确定活塞环组‑缸套对应的多个实时磨损数据，根据每个活塞环或缸套对应的实时磨损数据和磨损阈值，确定每个活塞环或缸套的单件磨损剩余寿命；基于每个活塞环或缸套的单件磨损剩余寿命，确定活塞环组‑缸套的磨损剩余寿命。
-
公开(公告)号：CN116735215A
公开(公告)日：2023-09-12
申请号：CN202310660823.6
申请日：2023-06-02
Applicant: 潍柴动力股份有限公司
IPC: G01M15/04 , G06F18/241 , G06F18/22
Abstract: 本申请提供了一种发动机工况的监测方法、监测装置和车辆，该方法包括：获取发动机的目标工况数据，目标工况数据包括目标历史时间段内发动机的多个转速和多个扭矩，目标历史时间段为截止到当前时刻的第一预定时长的时间段；根据目标工况数据确定目标输入序列类别，目标输入序列类别为与目标工况数据的相似度最高的输入序列类别；采用目标输入序列类别和对应的预测序列对深度神经网络进行训练，得到目标工况预测模型；将目标工况数据输入目标工况预测模型，得到目标预测序列，目标预测序列包括当前时刻之后的第二预定时长的时间段内的多个转速和多个扭矩；根据目标预测序列确定发动机是否存在故障隐患，解决了无法准确确定发动机故障隐患的问题。
-
公开(公告)号：CN119982277A
公开(公告)日：2025-05-13
申请号：CN202510079034.2
申请日：2025-01-17
Applicant: 潍柴动力股份有限公司 , 哈尔滨工程大学
Abstract: 本发明涉及喷油器故障诊断技术领域，尤其涉及一种用于喷油器的故障诊断方法、装置和车辆。该方法包括：获取喷油器的振动数据，得到待识别数据，其中，所述待识别数据为与有标签数据的工况不同的所述振动数据；使用所述待识别数据和所述有标签数据并基于改进的联合分布适应训练待训练故障识别模型，得到训练好的所述故障识别模型；将所述待识别数据输入至所述故障识别模型，得到故障识别结果。通过有标签数据、与有标签数据的工况不同的待识别数据以及改进的联合分布适应对待训练故障识别模型进行训练，能够针对不同工况对待训练故障识别模型进行训练，从而提升故障识别的准确度。
-
Patent Agency Ranking
公开(公告)号：CN119067107A
公开(公告)日：2024-12-03
申请号：CN202411194145.X
申请日：2024-08-28
Applicant: 潍柴动力股份有限公司
IPC: G06F40/279 , G06F40/216 , G06N3/0464 , G06N3/047
Abstract: 本申请提供了一种基于深度学习的故障文本实体识别方法和装置，该方法包括：获取发动机故障日志；对发动机故障日志进行预处理得到第一文本数据，预处理至少包括正则化、去重操作、分词操作和筛选操作；基于实体BIO标注方法对第一文本数据进行处理得到第二文本数据，将第二文本数据输入BERT模型转换为向量表示得到多个第一目标向量；基于第一目标向量进行拼接或裁剪操作使得第一目标向量的向量长度处于预设范围内得到第二目标向量；将第二目标向量输入CNN‑BIGRU‑Softmax特征提取模型进行识别得到第三文本数据。该方法解决了现有技术中命名实体识别方法不考虑文本不同长度对特征提取的影响，导致精度较低的问题。
-
公开(公告)号：CN114673589A
公开(公告)日：2022-06-28
申请号：CN202210356203.9
申请日：2022-04-06
Applicant: 潍柴动力股份有限公司
Abstract: 本申请提供了一种油耗异常的在线检测方法、装置以及系统。该方法包括：获取目标车辆在当前工况下的多个工况参数，工况参数至少包括以下之一：第一硫化物浓度、燃油箱液位，第一硫化物浓度为目标车辆在当前工况下的排气中的硫化物浓度；至少根据多个工况参数是否满足预设条件，确定油耗是否异常，油耗包括机油耗和燃油耗，油耗异常包括机油耗异常或燃油耗异常。该方法通过监控排气里面的硫化物浓度变化和/或燃油箱液位变化是否满足预设条件，来判断油耗是否异常，并判断是机油耗异常还是燃油耗异常，从而实现油耗异常的监控，进而解决了现有技术中无法实时监控油耗异常的问题。
-
公开(公告)号：CN117470331A
公开(公告)日：2024-01-30
申请号：CN202311486594.7
申请日：2023-11-08
Applicant: 潍柴动力股份有限公司
Abstract: 本申请提供了一种发动机机油消耗量的确定方法、确定装置和发动机，该方法包括：获取当前工况参数，当前工况参数为当前运行时间、当前漏气量、当前转速、当前扭矩、当前涡前排气温度、当前过滤效率；根据当前工况参数，确定当前机油消耗量。该方法解决了现有技术中的机油消耗量的测量方法成本高的问题。
-
公开(公告)号：CN116907858A
公开(公告)日：2023-10-20
申请号：CN202311043863.2
申请日：2023-08-18
Applicant: 潍柴动力股份有限公司
Abstract: 本申请提供了一种发动机异常检测方法及装置，涉及发动机技术领域。本申请通过获取发动机中待测气缸排温与其余气缸平均排温差值对时间的第一积分，在发动机正常工作状态下，发动机每个气缸的排温变化规律，第一积分与时间具有相关性，因此，在所述第一积分与时间的相关性小于第一预设值，且拟合曲线当前时刻的斜率超过预设阈值时，是指当前待测气缸的排温情况出现了突变，排温异常，进而确定发动机异常。如此能够，对发动机在出现排温突变的时刻就能尽早发现，实现对发动机进行早期故障诊断，给用户提供预警。
-
公开(公告)号：CN114689824A
公开(公告)日：2022-07-01
申请号：CN202210302043.X
申请日：2022-03-25
Applicant: 潍柴动力股份有限公司
IPC: G01N33/28
Abstract: 本申请提供了一种汽车用油的硫含量的在线检测方法以及检测装置，该方法包括：首先，控制分离设备将待测汽车用油分离为多个预备汽车用油，多个预备汽车用油的硫组分均不同；然后，控制多个工作电极对对应的预备汽车用油进行测试，根据测试结果计算得到预备硫含量，预备硫含量为各预备汽车用油的硫含量，多个工作电极对应测试不同硫组分的预备汽车用油；最后，根据多个预备硫含量，确定待测汽车用油的硫含量。多个工作电极保证了硫含量检测的准确性较高，保证了可以快速的在线检测汽车用油的硫含量，解决了现有的离线检测方法无法实时对汽车用油质量监测的缺陷，避免了由于监控不及时导致的排放超标、腐蚀发动机零部件以及缩短换油周期的问题。
-
-
-
-
-
-
-
-
-
Search Results
16
records
(took 0.022 seconds)
