-
公开(公告)号：CN101957889B
公开(公告)日：2012-02-01
申请号：CN201010272505.5
申请日：2010-09-01
Applicant: 燕山大学
Abstract: 本发明属于设备维修时间预测领域，涉及一种基于选择性磨损的设备最优维修时间预测方法。本发明主要分为两步，首先利用关联规则算法求得设备各个部件当前状态下有选择磨损的概率值；然后以求得的概率值为输入，通过神经网络建模求得最优维修时间。具体包括如下步骤：构建关联规则库；获得状态监测数据，并对其数据提取特征值，建立设备监控数据集；将设备监控数据集与关联规则库相匹配，若匹配成功，计算各部件磨损概率值；训练自组织竞争神经网络模型，并利用该模型进行最优维修时间预测。
-
公开(公告)号：CN101950382B
公开(公告)日：2013-03-06
申请号：CN201010272446.1
申请日：2010-09-01
Applicant: 燕山大学
IPC: G06F17/15
Abstract: 本发明属于液压设备维修决策领域，涉及一种带有风险控制的液压设备最优维修顺序决策方法。主要分为三步：第一步采用变权关联规则算法判断系统是否处于缺陷状态，若处于缺陷状态计算其潜在故障发生的概率值；第二步利用BP神经网络求得每种潜在故障的后果综合评价值；第三步将第一步求得的故障概率值和第二步求得的故障后果综合评价值相乘得到潜在故障风险值，判断该值是否超过事先规定的阈值，如果超过事先规定的阈值，则按照求得故障风险值由大到小排列，以确定维修顺序；否则返回继续监测。该方法只需要计算一次就可以判断设备是否处于缺陷状态、潜在故障类型和潜在故障发生概率值，与传统的风险维修方法相比，提高了故障诊断准确度，同时加快了诊断速度，为在线决策提供了更好的参考。
-
Patent Agency Ranking
公开(公告)号：CN101957889A
公开(公告)日：2011-01-26
申请号：CN201010272505.5
申请日：2010-09-01
Applicant: 燕山大学
Abstract: 本发明属于设备维修时间预测领域，涉及一种基于选择性磨损的设备最优维修时间预测方法。本发明主要分为两步，首先利用关联规则算法求得设备各个部件当前状态下有选择磨损的概率值；然后以求得的概率值为输入，通过神经网络建模求得最优维修时间。具体包括如下步骤：构建关联规则库；获得状态监测数据，并对其数据提取特征值，建立设备监控数据集；将设备监控数据集与关联规则库相匹配，若匹配成功，计算各部件磨损概率值；训练自组织竞争神经网络模型，并利用该模型进行最优维修时间预测。
-
公开(公告)号：CN101950382A
公开(公告)日：2011-01-19
申请号：CN201010272446.1
申请日：2010-09-01
Applicant: 燕山大学
IPC: G06Q10/00
Abstract: 本发明属于液压设备维修决策领域，涉及一种带有风险控制的液压设备最优维修顺序决策方法。主要分为三步：第一步采用变权关联规则算法判断系统是否处于缺陷状态，若处于缺陷状态计算其潜在故障发生的概率值；第二步利用BP神经网络求得每种潜在故障的后果综合评价值；第三步将第一步求得的故障概率值和第二步求得的故障后果综合评价值相乘得到潜在故障风险值，判断该值是否超过事先规定的阈值，如果超过事先规定的阈值，则按照求得故障风险值由大到小排列，以确定维修顺序；否则返回继续监测。该方法只需要计算一次就可以判断设备是否处于缺陷状态、潜在故障类型和潜在故障发生概率值，与传统的风险维修方法相比，提高了故障诊断准确度，同时加快了诊断速度，为在线决策提供了更好的参考。
-
公开(公告)号：CN102809965A
公开(公告)日：2012-12-05
申请号：CN201210266257.2
申请日：2012-07-30
Applicant: 燕山大学
IPC: G05B23/02
Abstract: 本发明公开了一种基于故障频繁模式的液压设备故障预警方法，旨在提供一种方法能够降低预警的误报、漏报，提高故障诊断的准确率。其技术方案的要点是，对设备历史监测数据进行预处理，所述的预处理包括去除奇异值和归一处理；构建故障频繁模式挖掘模型（Fault requent Pattern Mining Model，简称FFPMM），并利用故障频繁模式挖掘模型对步骤一中处理好的历史监控数据进行挖掘，建立故障模式库；提取设备实时监控数据组，与步骤二中的故障模式库相匹配；若匹配不成功，返回重新监测设备数据；若匹配成功，则说明被测设备虽然处于非故障状态，但已经处于缺陷状态，完成步骤四；参照故障模式库给出潜在故障发生概率值，并发起报警预警。
-
公开(公告)号：CN201898519U
公开(公告)日：2011-07-13
申请号：CN201020517175.7
申请日：2010-09-01
Applicant: 燕山大学
Abstract: 本实用新型涉及一种带有风险控制的设备维修预警装置，包括外部系统监测接口模块、数据处理器、模式匹配模块、后果预测模块、风险预测模块、输出显示装置、关联挖掘模块、BP神经网络模块。本实用新型采用实时动态决策方法，通过对监测设备的数据进行分析和处理，根据设备运行过程中的信息达到判断设备潜在故障风险值，并对超过阈值的潜在故障预警，使其更符合实际情况，提高了预警的准确性。
-
-
-
-
-
-
Search Results
7
records
(took 0.017 seconds)
