公开(公告)号：CN116480449A

公开(公告)日：2023-07-25

申请号：CN202310433880.0

申请日：2023-04-17

Applicant: 潍柴动力股份有限公司

Inventor： 张亚林 ,  朱桂香 ,  刘军 ,  付贵昕 ,  刘文军 ,  张宝仁

IPC: F01N11/00 ,  G06F30/27 ,  F01N9/00 ,  G06F119/02

Abstract: 本申请提供了一种确定碳载量过载的方法、装置、存储介质和电子设备。该方法包括：获取步骤：获取安装在待测车辆上的颗粒捕集器的碳载量相关参数；确定步骤：根据碳载量相关参数和长短期记忆网络模型，确定未来预设时刻的碳载量；依次重复获取步骤和确定步骤多次，以获取连续时间段内的多个未来预设时刻的碳载量，并且相邻两次重复中的碳载量相关参数对应的两个历史时刻的差值为预设差值；在多个未来预设时刻的碳载量中的至少部分大于预设碳载量阈值的情况下，确定碳载量过载。本申请将碳载量相关参数输入长短期记忆网络模型中，得到未来预设时刻的碳载量，解决了碳载量过载的提前判断方案精度较低的问题。

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

Inventor： 张宝仁 ,  朱桂香 ,  刘军 ,  付贵昕

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：CN117951627B

公开(公告)日：2024-07-19

申请号：CN202410327019.0

申请日：2024-03-21

Applicant: 潍柴动力股份有限公司

Inventor： 孙楠楠 ,  苏敏 ,  王栋 ,  耿宗起 ,  张宝仁

IPC: G06F18/2433 ,  G06F18/27 ,  G06N3/0442 ,  G06N3/084 ,  G06F123/02

Abstract: 本发明提供了一种时序数据预测方法、装置及电子设备，涉及数据预测领域。本发明中，基于所述历史关联数据，判断所述历史参数数据中的目标参数数据是否存在突变数据，若是存在突变数据，则确定所述突变数据的突变属性信息，然后根据所述突变属性信息，使用所述历史参数数据进行所述目标参数的时序数据预测操作，使得在时序数据预测时，考虑了历史参数数据的突变情况对时序预测的影响，能够提高时序预测的准确度，从而使得基于预测结果进行后续数据控制的准确度提高。

公开(公告)号：CN117951627A

公开(公告)日：2024-04-30

申请号：CN202410327019.0

申请日：2024-03-21

Applicant: 潍柴动力股份有限公司

Inventor： 孙楠楠 ,  苏敏 ,  王栋 ,  耿宗起 ,  张宝仁

IPC: G06F18/2433 ,  G06F18/27 ,  G06N3/0442 ,  G06N3/084 ,  G06F123/02

Abstract: 本发明提供了一种时序数据预测方法、装置及电子设备，涉及数据预测领域。本发明中，基于所述历史关联数据，判断所述历史参数数据中的目标参数数据是否存在突变数据，若是存在突变数据，则确定所述突变数据的突变属性信息，然后根据所述突变属性信息，使用所述历史参数数据进行所述目标参数的时序数据预测操作，使得在时序数据预测时，考虑了历史参数数据的突变情况对时序预测的影响，能够提高时序预测的准确度，从而使得基于预测结果进行后续数据控制的准确度提高。

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

Inventor： 张宝仁 ,  张亚林 ,  付贵昕 ,  刘文军 ,  朱桂香 ,  刘军

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。