公开(公告)号：CN114859929B

公开(公告)日：2024-09-10

申请号：CN202210544455.4

申请日：2022-05-19

Applicant: 哈尔滨工业大学(威海)

Inventor： 王琳 ,  童弋 ,  王瑞 ,  钟诗胜 ,  张永健

IPC: G05D1/43 ,  G05D1/246 ,  G05D1/65 ,  G05D1/633 ,  G05D1/644 ,  G05D109/10

Abstract: 本发明公开了一种动态环境下基于改进DWA算法的AGV路径规划方法，属于AGV路径规划技术领域；本发明首先通过获取AGV周围的局部地图信息设计局部DWA算法，对局部地图内的动态障碍物进行分类，评估动态障碍物速度，提升AGV对动态障碍物的避障判断能力，降低AGV偏离最短路径的程度；其次针对DWA算法移动到路径点需要调整方向的问题，通过优化DWA评价函数，缩短AGV在路径点的调整时间，并且通过改进的DWA算法对AGV全局路径的拐点进行优化，提高AGV运输效率；最后进行仿真验证，仿真结果表明本文提出的改进DWA算法在动态情况复杂的环境下，能够保证AGV实时避障，同时缩短了AGV的运输时间，提升了运输效率。

公开(公告)号：CN118312868A

公开(公告)日：2024-07-09

申请号：CN202410034590.3

申请日：2024-01-10

Applicant: 哈尔滨工业大学

Inventor： 钟百鸿 ,  赵明航 ,  王琳 ,  付松 ,  钟诗胜

IPC: G06F18/2415 ,  G06N3/0464 ,  G06N3/048 ,  G06F18/214 ,  B63B79/30

Abstract: 本发明涉及船舶动力装置故障诊断技术领域，具体的说是一种能够克服现有船舶动力装置故障数据量有限的不足，显著提高船舶主机故障诊断准确性的基于深度同心孪生网络的船舶主机小样本故障诊断方法,DCSN采用样本配对的方式扩充训练样本，并通过平衡正对和负对的数量，来减小深度模型过拟合的风险,同时DCSN采用同心损失作为优化函数，有助于在端到端的训练中自动学习到类间可区分性特征,本发明在船舶主机故障数据集上验证了所提DCSN的有效性，并讨论了相关参数对DCSN诊断性能的影响，包括内外边界的取值、孪生网络输出特征维度。

公开(公告)号：CN113887770B

公开(公告)日：2024-04-16

申请号：CN202010625099.X

申请日：2020-07-01

Applicant: 哈尔滨工业大学(威海)

Inventor： 付旭云 ,  钟诗胜 ,  张永健 ,  何文辉

IPC: G06Q10/04 ,  G06F30/20 ,  G06N3/006 ,  G06Q10/20 ,  G06F111/06

Abstract: 本发明涉及航空发动机维修策略技术领域，具体的说是一种可以有效的降低发动机的维修成本的基于问题解耦的航空发动机全寿命维修决策优化算法，其特征在于，将发动机全寿命维修决策问题的决策变量分为三组，第一组是发动机全寿命期内的维修次数，第二组是历次维修时机，第三组是历次维修时，各单元体是否大修、各寿命件是否更换；其中第一组决策变量进行遍历处理，第二组决策变量采用粒子群优化算法进行求解，第三组决策变量采用基于粒子群优化的发动机维修决策算法。

公开(公告)号：CN117540840A

公开(公告)日：2024-02-09

申请号：CN202311324744.4

申请日：2023-10-12

Applicant: 哈尔滨工业大学(威海)

Inventor： 付旭云 ,  冯亚龙 ,  钟诗胜 ,  白争锋

IPC: G06Q10/04 ,  G06Q10/0637 ,  G06Q10/20 ,  G06N3/006

Abstract: 本发明涉及民航发动机维护维修技术领域，具体的说是一种能够显著提高民航发动机使用寿命、降低设备运行成本的退出条件下设备全寿命维修决策优化方法，首先，对于退出条件约束下的民航发动机全寿命维修决策问题进行问题描述和数学描述，将问题分解为维修次数、送修间隔、寿命件更换以及单元体大修三部分，构建出基于问题解耦的全寿命维修决策模型，并在模型中考虑退出条件、结构相关性成本以及残值约束条件，将粒子群优化算法进行改进，使其对所构建的基于问题解耦的全寿命维修决策模型求解，本发明优化算法可以求出较好的维修决策，并满足退出条件等约束。

公开(公告)号：CN117520929A

公开(公告)日：2024-02-06

申请号：CN202210913052.2

申请日：2022-07-31

Applicant: 哈尔滨工业大学(威海)

Inventor： 付旭云 ,  钟诗胜 ,  白争锋 ,  廖敏捷 ,  蒋涛 ,  赵华伟 ,  于斌

IPC: G06F18/2411 ,  G06F18/27 ,  G06N3/006 ,  G06Q10/20

Abstract: 本发明涉及复杂装备部件送修技术领域，具体的说是一种能够有效提高航空发动机使用效率的设备部件性能与单元体维修级别关系挖掘方法，首先进行送修样本的扩充处理，其次选取在小样本问题条件下效果较好的支持向量机回归方法进行部件送修前性能、单元体维修级别和部件送修后性能之间映射关系的求解。由于部件一般由多个单元体组成，每个部件有多个维修级别，部件送修前性能、单元体维修级别与部件送修后性能之间的映射关系为多对一的映射关系，为了提高支持向量机回归的精度，使用混合核函数的方法对其进行优化，并使用粒子群算法对相关参数进行寻优处理。

公开(公告)号：CN115582720B

公开(公告)日：2023-07-25

申请号：CN202211231436.2

申请日：2022-10-10

Applicant: 哈尔滨工业大学(威海)

Inventor： 郭祥雨 ,  王瑞 ,  钟诗胜 ,  葛昱昊 ,  岳凌宇

IPC: B23Q5/36

Abstract: 本发明涉及螺旋桨双面刚柔性切换支撑装置、加工装置及加工方法，属于舰船领域。螺旋桨双面刚柔性切换支撑装置包括三轴驱动机构和电动推杆，三轴驱动机构为相对布置的两组，相对布置的两组三轴驱动机构之间形成用于支撑螺旋桨的支撑空间；两组三轴驱动机构的驱动端分别连接有电动推杆并驱动所连接的电动推杆三向运动；电动推杆的推出端转动连接有支撑板，支撑板背离电动推杆的一侧面安装有支撑滚珠；电动推杆内连接有力传感器，力传感器用于当支撑滚珠完全贴合螺旋桨表面时检测电动推杆的推杆受力，并当电动推杆受力大于触发阈值时，控制电动推杆断电。本发明降低了双面加工过程中的加工力矩，能够保证大型船用螺旋桨双面协同加工的表面加工精度。

公开(公告)号：CN116415201A

公开(公告)日：2023-07-11

申请号：CN202310667541.9

申请日：2023-06-07

Applicant: 哈尔滨工业大学(威海)

Inventor： 钟百鸿 ,  赵明航 ,  钟诗胜 ,  付旭云 ,  张永健

IPC: G06F18/2433 ,  G06F18/10 ,  G06F18/214 ,  G06F18/21 ,  G06F18/213 ,  G06N3/0455 ,  G06N3/09

Abstract: 本发明涉及船舶推进动力检测技术领域，具体的说是一种能够对船舶主机运行状态进行准确检测的基于深度同心学习的船舶主动力异常检测方法，通过构建一种新的深度表征学习方法，即深度同心学习（DCL），从而致力于学习一种新的潜在表征来有效地分离不同类别间的样本，以促进船舶主机状态异常检测性能，解决了传统基于DAE的表征学习与异常检测任务优化目标不一致造成检测性能不理想的问题。

公开(公告)号：CN116401596A

公开(公告)日：2023-07-07

申请号：CN202310671391.9

申请日：2023-06-08

Applicant: 哈尔滨工业大学(威海)

Inventor： 钟百鸿 ,  赵明航 ,  钟诗胜 ,  林琳 ,  张永健

IPC: G06F18/241 ,  G06F18/10 ,  G06F18/214 ,  G06F18/21 ,  G06N3/0464 ,  G06N3/048 ,  G06N3/082 ,  G06N3/084 ,  G06N3/0985

Abstract: 本申请属于故障诊断技术领域，具体为一种基于深度指数激励网络的早期故障诊断方法，包括以下步骤：开始；数据预处理；微弱故障信息自适应放大；网络权重优化；早期故障诊断；结束。本申请解决早期故障特征微弱、易被噪声淹没造成诊断精度不高的问题，通过提供更强的注意力关注重要的信息来提高早期故障诊断准确率；与传统注意力机制相比，优势体现在两个方面，一是提供更大的权重，二是提供更宽的权重取值范围，有利于放大重要的信息。同时，该方法可以端到端地进行训练，并且指数激励注意力权重能够自适应设置；不仅可用于机械设备故障诊断领域，还可用于其它可能含噪声的模式识别任务。

公开(公告)号：CN114742165B

公开(公告)日：2023-04-18

申请号：CN202210396198.4

申请日：2022-04-15

Applicant: 哈尔滨工业大学

Inventor： 林琳 ,  祖立争 ,  郭丰 ,  钟诗胜

IPC: G06F18/214 ,  G06F18/213 ,  G06F18/241 ,  G06N3/04 ,  G06N3/08

Abstract: 一种基于深度自编码器的航空发动机气路性能异常检测系统，属于航空发动机性能检测技术领域。本发明为解决现有航空发动机气路异常的检测手段落后，检测结果准确性差的问题。包括：深度自编码器模块，包括气路异常分数计算模块和基于迁移学习的深度特征提取模块AE3；其中气路异常分数计算模块包括编码器一、解码器一和解码器二；其中编码器一与解码器一组成深度自编码器AE1，编码器一与解码器二组成深度自编码器AE2；深度特征提取模块AE3包括编码器二和解码器三；训练后深度自编码器模块用于对输入检测数据进行处理，处理结果采用随机森林分类器进行异常判断。本发明用于航空发动机气路性能异常检测。

公开(公告)号：CN115408924A

公开(公告)日：2022-11-29

申请号：CN202210818076.X

申请日：2022-07-13

Applicant: 哈尔滨工业大学(威海)

Inventor： 付旭云 ,  钟诗胜 ,  白争锋 ,  蒋伟

IPC: G06F30/27 ,  G06N3/04 ,  G06N3/08 ,  G06F111/10

Abstract: 本发明涉及航空发动机运行性能监控技术领域，具体的说是一种能够显著提高航空涡扇发动机运行性能监控效率和准确率的航空发动机气路多部件性能评估方法，将各气路部件性能衰退量视为隐变量，首先以经预处理和标准化处理后的气路参数偏差值与该型号发动机气路参数偏差值基准间的差值作为模型输入；接着借助由1DCNN和MLP构建的非线性编码器，解耦隐藏在气路参数偏差值中的各气路部件性能衰退量；然后利用基于指印图提取当初气路部件单位性能衰退对气路参数偏差值的影响量作为权重构建线性解码器，借助该线性解码器重构输入；再以输入输出间差异最小化为目标，训练该神经网络模型，以获得最优解码器参数。