-
公开(公告)号：CN108563806B
公开(公告)日：2019-06-14
申请号：CN201810010555.2
申请日：2018-01-05
Applicant: 哈尔滨工业大学(威海)
IPC: G06F17/50
Abstract: 本发明涉及一种基于相似性的发动机气路参数长期预测方法及系统，其中方法包括：通过计算得到目标轨迹和各个历史轨迹之间的逐点距离特征的时间序列，并利用得到的逐点距离特征的时间序列评估目标轨迹与各个历史轨迹之间的统计距离利用得到的统计距离和历史轨迹样本，针对每个预测时间点上的单个特征元素，使每个历史轨迹样本都生成一个目标轨迹的假想的高斯函数形式的概率密度估计，成为一个假想高斯元集合；通过降序聚合方法对获得的假想高斯单元集合进行聚合，得到目标特征的高斯混合模型。本发明相对于自回归滑动平均、反向传播神经网络和传统的基于相似性的预测方法相比具有更高的预测精度。
-
公开(公告)号：CN108363382B
公开(公告)日：2019-02-26
申请号：CN201810131247.5
申请日：2018-02-09
Applicant: 哈尔滨工业大学(威海)
IPC: G05B23/02
Abstract: 本发明涉及一种复杂装备故障诊断方法及系统，其中方法包括：样本处理步骤、选取复杂装备的监控性能参数，并获取监控性能参数的状态数据进行预处理生成正常样本和故障样本；特征提取步骤、从全部正常样本中随机选择部分正常样本对SDAE模型进行训练，并利用训练好的SDAE模型对剩余的正常样本和所有的故障样本进行特征提取，得到特征集；分类识别步骤、基于特征集使用支持向量机对特征进行分类。本发明能够在复杂装备真实的小样本条件下进行故障诊断，故障识别准确率和泛化性明显优于基于支持向量机的故障诊断法。在建立复杂装备状态特征模型过程中，提出一种根据单个DAE特征提取能力设计SDAE模型隐藏层节点数的方法。
-
公开(公告)号：CN108170945A
公开(公告)日：2018-06-15
申请号：CN201711436066.5
申请日：2017-12-26
Applicant: 哈尔滨工业大学
Abstract: 一种航空发动机修后排气温度裕度预测方法，本发明涉及航空发动机修后排气温度裕度预测方法。本发明为了解决现有技术航空发动机修后排气温度裕度预测误差较大的缺点。本发明包括：一：采用五次多项式拟合对航空发动机送修前性能参数序列进行特征提取，得到送修前性能参数特征向量矩阵；二：采用堆叠自编码深度学习网络对航空发动机单元体维修深度进行特征提取，得到单元体维修深度特征向量矩阵；三：将送修前性能参数特征向量和单元体维修深度特征向量进行合并，得到修后性能特征向量；四：利用修后性能特征向量和每个维修案例对应的修后性能参数序列，采用BP神经网络建立航空发动机修后性能预测模型；本发明用于发动机的维修维护领域。
-
公开(公告)号：CN108153982A
公开(公告)日：2018-06-12
申请号：CN201711436067.X
申请日：2017-12-26
Applicant: 哈尔滨工业大学
IPC: G06F17/50
Abstract: 基于堆叠自编码深度学习网络的航空发动机修后性能预测方法，本发明涉及航空发动机修后性能预测方法。本发明为了解决现有技术进行航空发动机修后性能预测误差较大的缺点。本发明包括：一：得到送修前性能参数特征向量矩阵和单元体维修深度特征向量矩阵；二：将送修前性能参数特征向量和单元体维修深度特征向量进行合并，得到修后性能特征向量；三：利用修后性能特征向量和每个维修案例对应的修后性能参数序列，采用BP神经网络建立航空发动机修后性能预测模型；四：将建立的航空发动机修后性能预测模型采用粒子群优化算法进行c、d、h的优化，得到最优航空发动机修后性能预测模型。本发明用于发动机的维修维护领域。
-
公开(公告)号：CN107862129A
公开(公告)日：2018-03-30
申请号：CN201711072101.X
申请日：2017-11-03
Applicant: 哈尔滨工业大学
IPC: G06F17/50
Abstract: 一种基于MOEAD的偏差区间偏好引导多目标决策优化方法，本发明涉及基于MOEAD的偏差区间偏好引导多目标决策优化方法。本发明为了解决现有技术求解得到的满足决策者偏差区间偏好的有效解个数少的问题。本发明包括：步骤一：建立带有偏差关系区间偏好信息的多目标决策模型；步骤二：利用法线边界交叉法对步骤一建立的带有偏差关系区间偏好信息的多目标决策模型进行重构得到重构后的分解模型；步骤三：对步骤二重构后的分解模型进行求解，得到带有偏差关系区间偏好信息的多目标决策模型的优化解。本发明避免了传统优化方法通过后验方法获得满足偏好有效解造成的较高的空间复杂度和时间复杂度。本发明用于飞机结构维修决策领域。
-
Patent Agency Ranking
公开(公告)号：CN107844663A
公开(公告)日：2018-03-27
申请号：CN201711175133.2
申请日：2017-11-22
Applicant: 哈尔滨工业大学
IPC: G06F17/50
Abstract: 一种基于疲劳累积损伤的可靠度建模方法，本发明涉及基于疲劳累积损伤的可靠度建模方法。本发明为了解决现有方法计算量大、耗费时间长以及可靠度计算模型中随机因素分布参数的确定存在困难的问题。本发明包括：一：根据疲劳应力寿命法和概率损伤容限建立基于疲劳累积损伤的可靠度模型；二：根据回归模型确定结构疲劳累积损伤为dam时的fa(a|dam)，通过fa(a|dam)求解基于疲劳累积损伤的可靠度模型。本发明方法得到的失效概率计算误差为1.82％。CA2组试件在累积损伤dam1＝1时的失效概率为45.73％，计算误差为4.27％。本发明方法具有很高的计算精度。本发明用于飞机疲劳结构可靠度计算领域。
-
公开(公告)号：CN107748937A
公开(公告)日：2018-03-02
申请号：CN201711071988.0
申请日：2017-11-03
Applicant: 哈尔滨工业大学
Abstract: 一种基于MOEAD的比例区间偏好引导多目标决策优化方法，本发明涉及基于MOEAD的比例区间偏好引导多目标决策优化方法。本发明为了解决现有技术求解得到的满足决策者比例区间偏好的有效解个数少的问题。本发明包括：步骤一：建立带有比例关系区间偏好信息的多目标决策模型；步骤二：利用法线边界交叉法对步骤一建立的带有比例关系区间偏好信息的多目标决策模型进行重构得到重构后的分解模型；步骤三：对步骤二重构后的分解模型进行求解，得到带有比例关系区间偏好信息的多目标决策模型的优化解。本发明避免了传统优化方法通过后验方法获得满足偏好有效解造成的较高的空间复杂度和时间复杂度。本发明用于飞机结构维修决策领域。
-
公开(公告)号：CN107358046A
公开(公告)日：2017-11-17
申请号：CN201710567229.7
申请日：2017-07-12
Applicant: 哈尔滨工业大学(威海)
Abstract: 本发明涉及航空发动机维修技术领域，具体地说是一种考虑结构相关性的多寿命件更换策略搜索算法，在综合考虑航空发动机寿命件之间经济相关性和结构相关性的基础上，以全生命周期内寿命件更换总成本最低为优化目标，建立了多寿命件机会更换问题优化模型；针对优化模型的特点，提出了四种模型解空间约简规则，基于提出的规则提出一种基于约简规则的搜索算法，该算法可以获取模型的最优解。最后采用数值实验和应用案例对提出算法进行了评估和验证。结果表明，提出算法能够实现小规模多寿命件机会更换问题的精确求解。
-
公开(公告)号：CN107357994A
公开(公告)日：2017-11-17
申请号：CN201710575219.8
申请日：2017-07-14
Applicant: 哈尔滨工业大学(威海)
IPC: G06F17/50
Abstract: 本发明涉及航空发动机性能评估方法技术领域，具体的说是一种分阶段的航空发动机性能衰退模式挖掘方法，其特征在于包括以下步骤：进行性能参数预处理，具体包括粗大误差处理、降噪处理；进行性能衰退模式挖掘，包括快速衰退阶段模式挖掘和正常衰退阶段模式挖掘，本发明通过挖掘出发动机的长期衰退模式，为航空发动机的稳定运行和高效率维护提供了保证。
-
公开(公告)号：CN107103658A
公开(公告)日：2017-08-29
申请号：CN201710278824.9
申请日：2017-04-25
Applicant: 哈尔滨工业大学
IPC: G07C5/08
CPC classification number: G07C5/0808
Abstract: 基于深度学习与高斯分布的航空发动机气路异常检测方法，本发明涉及航空发动机气路异常检测方法。本发明的目的是为了解决现有的发动机气路异常检测方法中QAR数据没有得到广泛应用、发动机异常检测的虚警率高以及准确度低的问题。一、在QAR数据中选择参数集，参数集包括发动机气路性能参数和外界环境参数；二、在参数集中计算同一架飞机上两台发动机性能参数的差异值，将差异值与外界环境参数构成新的参数集；三、选用深度学习方法中的堆积去噪自动编码器模型对二中的新参数集提取数据特征；四、采用基于高斯分布的密度估计算法对步骤三得到的数据特征进行异常检测，得到结果。本发明用于航空发动机故障诊断技术领域。
-
-
-
-
-
-
-
-
-
Search Results
145
records
(took 0.035 seconds)
