公开(公告)号：CN118260934A

公开(公告)日：2024-06-28

申请号：CN202410352132.4

申请日：2024-03-26

Applicant: 燕山大学

Inventor： 董志奎 ,  刘明杨 ,  潘浩 ,  马岩 ,  韩卓 ,  林黄涛 ,  王志旭

IPC: G06F30/20 ,  F04B51/00 ,  G06F30/27 ,  G06N3/0442 ,  G06N3/084 ,  G06F119/04

Abstract: 本发明公开了一种液压泵剩余寿命预测方法及系统，涉及液压泵剩余寿命预测技术领域。通过在粒子滤波重要性重采样过程融入卡尔曼滤波，使观测数据贴近真实数据，降低了出现粒子退化现象的概率，并加入判断过程保障粒子滤波的稳定性，使用融合滤波对多组原始容积效率数据进行清洗；待预测泵的容积效率失效阈值通过自定义或根据试验参数自动生成；通过多组液压泵的容积效率‑时间数据训练RNN神经网络，神经网络训练完成后使用待预测泵的容积效率‑时间数据进行进一步训练，并结合失效阈值求泵马达的失效时间，进一步求出当前待预测泵的剩余使用寿命，进一步提高寿命预测的准确性。

公开(公告)号：CN118551273A

公开(公告)日：2024-08-27

申请号：CN202410891231.X

申请日：2024-07-04

Applicant: 燕山大学

Inventor： 刘思远 ,  向星 ,  尹际雄 ,  张永强 ,  潘宏鑫 ,  马岩 ,  林黄涛

IPC: G06F18/241 ,  G06F18/2433 ,  G06V10/764 ,  G06V10/82 ,  G06N3/045 ,  G06N3/0475 ,  G06N3/0464 ,  G06N3/094 ,  G06N3/096

Abstract: 本发明针对深度学习模型在轴向柱塞泵样本不均衡情况下故障诊断性能退化的问题，提出了一种样本非均衡条件下轴向柱塞泵故障诊断方法，涉及故障诊断技术领域。本发明在样本不均衡条件下，能够生成高质量样本以满足训练要求；构建了模型迁移框架，采用预训练‑微调策略，提高了模型在目标域任务中的泛化能力。实验结果表明，本发明有效提高了生成样本的质量，提升了样本不均衡情况下轴向柱塞泵故障识别率。