-
公开(公告)号：CN115204031A
公开(公告)日：2022-10-18
申请号：CN202210519129.8
申请日：2022-05-13
Applicant: 哈尔滨工业大学
Abstract: 航空发动机装配过程的振动值预测方法，属于航空发动机装配状态监测技术领域，本发明为解决现有小样本情况下航空发动机装配过程的振动值预测精度低的问题。它包括：对航空发动机装配流程的数据进行预处理，构建多相关性分析模型，提取关键输入特征；采用二维拉伸变换方法和均值池化方法，实现装配数据的一维数组与二维图像的转换，并采用W生成对抗网络模型进行数据增强，获得扩充后的小样本数据的区间；构建支持向量机分类模型，对航空发动机整机振动值的区间范围进行预测。本发明用于对航空发动机进行装配。
-
公开(公告)号：CN114819379A
公开(公告)日：2022-07-29
申请号：CN202210512378.4
申请日：2022-05-12
Applicant: 哈尔滨工业大学(威海)
IPC: G06Q10/04 , G06Q10/06 , G06Q50/04 , G06N3/12 , G05B19/418
Abstract: 本发明公开了一种基于改进NSGA‑II算法的多型号位标器共线装调重调度方法，属于作业车间生产调度技术问题；其采用多目标进化算法解决多种位标器在同一条生产线进行装调并且存在正常生产、自检、军检三种优先度的调度问题。本发明首先建立总拖期最小和方案偏离度最小两个目标的柔性作业调度模型，其次对非支配排序遗传算法进行改进，不仅消除了大量个体重复的特点还保持了个体的多样性，然后利用改进的非支配排序遗传算法来解决多型号位标器共线装调生产调度问题，并利用层次分析法从Pareto最优解集中选出最为满意的一个解。
-
公开(公告)号：CN113962447A
公开(公告)日：2022-01-21
申请号：CN202111172277.9
申请日：2021-10-08
Applicant: 哈尔滨工业大学(威海)
Abstract: 本发明涉及复杂设备运行参数处理分析技术领域，具体的说是一种能够有效降低复杂设备维护成本、提高设备运行可靠性的基于改进粒子群算法的复杂设备批量长期维修计划优化方法，通过从整个机队的角度考虑发动机实际的送修时间，并从单一设备全寿命周期内维修成本最小的角度考虑复杂设备队列的长期维修计划的优化，从而建立机队长期维修计划优化模型，针对标准粒子群算法易陷入局部收敛的情况，提出一种改进粒子群算法，增强粒子群跳出局部收敛的能力，采用改进粒子群算法求解机队长期维修计划优化模型，为机队长期维修计划提供理论层面的支持。
-
公开(公告)号：CN113887770A
公开(公告)日：2022-01-04
申请号：CN202010625099.X
申请日：2020-07-01
Applicant: 哈尔滨工业大学(威海)
IPC: G06Q10/04 , G06F30/20 , G06N3/00 , 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：CN113761032A
公开(公告)日：2021-12-07
申请号：CN202111063095.8
申请日：2021-09-10
Applicant: 哈尔滨工业大学
IPC: G06F16/2458 , G06Q10/06 , G06Q10/00 , G06Q50/30
Abstract: 基于可拓关联规则挖掘的航空发动机故障诊断方法及系统，属于航空发动机故障诊断领域。本发明解决了基于现有关联规则挖掘算法对航空发动机故障检测效率低，且无法筛选出有效的推理规则的问题。本发明包括：获取航空发动机的历史数据，基于历史数据建立航空发动机故障事务集合，将故障事务类型拓展为故障特征；利用Pearson相关系数计算每两个故障特征之间的相关性，设定相关性阈值，剔除高于相关性阈值的故障特征对中的一个故障特征，得到关键故障特征；利用频繁项集挖掘算法从关键故障特征中提取频繁项，从频繁项中提取出强关联规则；基于可拓优度评价法对强关联规则进行排序，按照强关联规则先后顺序对故障进行诊断。本发明用于航空发动机故障诊断。
-
Patent Agency Ranking
公开(公告)号：CN113268538A
公开(公告)日：2021-08-17
申请号：CN202110532055.7
申请日：2021-05-17
Applicant: 哈尔滨工业大学(威海)
Abstract: 一种基于领域知识图谱的复杂装备故障溯源方法及系统，属于故障溯源技术领域，其包括以下步骤：对故障文本进行命名实体识别；对命名实体识别结果进行关系抽取；根据命名实体识别结果和关系抽取结果进行知识图谱构建，以得到构建知识图谱；根据构建知识图谱进行故障溯源，解决了的故障溯源方法存在的故障检测率较低的技术问题。
-
公开(公告)号：CN112308038A
公开(公告)日：2021-02-02
申请号：CN202011340437.1
申请日：2020-11-25
Applicant: 哈尔滨工业大学
Abstract: 基于课堂式生成对抗网络模型的机械设备故障信号识别方法，涉及机故障信号识别领域。本发明是为了解决现有的机械设备故障信号识别方法准确率不高的问题。本发明所述的包含一个生成器和多个判别器的基于课堂式生成对抗网络模型识别机械设备故障信号的方法包括：获取机械设备正常振动信号和机械设备故障振动信号；将获取的机械设备信号划分为测试集和训练集；设置课堂式生成对抗网络结构参数；获取一个批量的样本；计算生成能力的提升值；计算每个生成器对判别器损失函数值影响权重；计算判别器的损失函数；计算生成器的损失函数；测试判别器的准确性；将机械设备振动信号输入准确率最高的分类模型得到识别结果。
-
公开(公告)号：CN107862129B
公开(公告)日：2021-02-02
申请号：CN201711072101.X
申请日：2017-11-03
Applicant: 哈尔滨工业大学
IPC: G06F30/15
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。
-
公开(公告)号：CN107844663B
公开(公告)日：2020-10-27
申请号：CN201711175133.2
申请日：2017-11-22
Applicant: 哈尔滨工业大学
IPC: G06F30/20 , G06F30/15 , G06F119/02 , G06F119/04
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：CN111598161A
公开(公告)日：2020-08-28
申请号：CN202010406716.7
申请日：2020-05-14
Applicant: 哈尔滨工业大学(威海)
Abstract: 本发明披露了一种基于CNN迁移学习的发动机气路状态诊断系统，所述诊断系统包括源域和目标域，所述源域包括一CNN模块，其特征在于：所述CNN模块包括一个内层和三个全连层，所述内层由两个卷积层、一个池化层组成，并以预设的源域训练集对所述CNN模块进行训练，待所述CNN模块训练完成，将训练完成的所述CNN模块中的所述内层迁移到所述目标域并保持不变，作为所述目标域的发动机状态特征映射模型；所述目标域还包括一SVM模块，所述SVM模块对经所述内层映射的发动机小样本故障数据进行诊断和分类，从而输出发动机故障类别。
-
-
-
-
-
-
-
-
-
Search Results
145
records
(took 0.029 seconds)
