-
公开(公告)号：CN117874493B
公开(公告)日：2024-12-27
申请号：CN202410048076.5
申请日：2024-01-12
Applicant: 哈尔滨工业大学
IPC: G06F18/213 , G10L25/03 , G10L25/09 , G10L25/27 , G06F18/22 , G06F18/24 , G06F123/02
Abstract: 用于密封电子设备多余物定位的多通道脉冲提取、匹配方法及设备，属于密封电子设备多余物监测技术领域。为了解决现有的多通道脉冲提取与匹配方法存在针对连续多脉冲进行脉冲提取不准确的问题，以及由于部分通道的缺失值或异常符号从而导致匹配错误的问题。本发明先采用两级可变多门限脉冲提取算法提取脉冲，根据正态分布的3σ分布准则，在第一阶段中设置峰值能量阈值、端点能量阈值和端点过零率阈值，在第二阶段中重新设置端点能量阈值和端点过零率阈值，进行检测，并基于两阶段的信号持续时间比确定当前脉冲的真正的起始时刻和真正的结束时刻。然后以距离多余物最远通道的多余物信号中脉冲为参考，采用阈值判定搜索脉冲匹配算法进行多通道的匹配。
-
公开(公告)号：CN118965267A
公开(公告)日：2024-11-15
申请号：CN202411021436.9
申请日：2024-07-29
Applicant: 哈尔滨工业大学
Abstract: 多源信息融合的密封电子设备多余物定位、材质识别方法及脉冲提取、匹配方法，属于密封电子设备多余物检测技术领域。为了解决现有技术的现有密封电子设备多余物定位及材质识别的识别准确率有待于进一步提高的问题。针对多个声发射传感器同时测量获得的信号，对多通道多余物信号进行脉冲提取和脉冲匹配得到多个脉冲组；针对脉冲分别生成声谱图，利用神经网络得到位置、材质识别标签，多数表决得到结果；针对声谱图提取灰度共生矩阵特征，结合同组脉冲的时域、频域特征得到识别特征向量，利用分类器得到位置/材质识别标签，多数表决得到结果；基于所有预测标签进行多数表决得到结果；基于所有表决得到的结果再多数表决得到最终结果。
-
公开(公告)号：CN117454236A
公开(公告)日：2024-01-26
申请号：CN202310792244.7
申请日：2023-06-30
Applicant: 哈尔滨工业大学
IPC: G06F18/241 , G06F18/214 , G06F18/213
Abstract: 基于重叠信号的航天继电器多余物检测与材质识别方法，属于航天检测技术领域。为了解决现有的识别方法在真实应用场景下的识别准确率有待于提高的问题，本发明针对只包含松动组件的样本只包含一种材质的多余物样本的样本集一，通过信号采集、特征计算、数据集构建、分类器训练等步骤，得到组件识别模型与材质识别模型；然后针对同时包含松动组件与一种材质的多余物样本的样本集二，通过信号采集、特征计算、数据集构建、分类器预测、置信度计算等步骤，得到组件置信度与多余物置信度。针对待测信号数据集，借助组件识别模型、材质识别模型、组件置信度与多余物置信度，依次给出待测航天继电器的多余物检测结果以及多余物材质识别结果。
-
公开(公告)号：CN117195068A
公开(公告)日：2023-12-08
申请号：CN202311111186.3
申请日：2023-08-30
Applicant: 哈尔滨工业大学
IPC: G06F18/241 , G06F18/2415
Abstract: 基于时空关联算法的PIND检测信号分类判识系统，属于航天科学技术中多余物检测信号检测识别领域。为了解决现有的PIND检测信号分类方法存在准确率低、效率低的问题，本发明首先对将波形信号进行分窗并基于脉冲信号得到脉冲位置，根据脉冲信号确定其是否为线上脉冲或线下脉冲，然后确定每个脉冲对应的关联视界和干扰视界范围并计算每一个脉冲的关联脉冲数量、线下关联脉冲数量、线上关联脉冲数量和干扰脉冲数量、线下干扰脉冲数量、线上干扰脉冲数量，然后进行时空连续组搜索并将时空连续组内关联脉冲数的最大值作为时空连续组内的每一个脉冲的关联脉冲数，最后基于关联脉冲和干扰脉冲以及判识规则，判定各脉冲其是组件脉冲还是多余物脉冲。
-
公开(公告)号：CN116756482B
公开(公告)日：2024-08-30
申请号：CN202310421746.9
申请日：2023-04-19
Applicant: 哈尔滨工业大学
Abstract: 本发明公开了一种基于机器学习与置信率的密封继电器重叠信号识别方法，首先，以密封继电器样本集一为研究对象，通过数据获取、信号预处理、特征提取、数据集构建、模型训练、参数优化等步骤，训练一个最优识别模型。其次，以密封继电器样本集二为研究对象，通过数据获取、信号预处理、特征提取、重叠集合构建、置信率计算等步骤，得到一个标准置信率。最后，以待测密封继电器为研究对象，通过数据获取、信号预处理、特征提取等步骤，构建多个待测集合，利用最优识别模型分别进行预测。根据预测结果，计算多个待测集合的置信率，与标准置信率进行对比，综合分析后得到重叠信号识别结果。本发明有效提升了密封继电器多余物检测的可靠性。
-
Patent Agency Ranking
公开(公告)号：CN117009858B
公开(公告)日：2024-07-09
申请号：CN202311060400.7
申请日：2023-08-22
Applicant: 哈尔滨工业大学
IPC: G06F18/24 , G06F18/2337 , G06F18/213
Abstract: 本发明公开了一种航天密封电子元器件多余物检测信号同步分类方法，于所述方法根据航天密封电子元器件内组件受迫振动后的脉冲数据特征，设计了一种自学习聚类阈值确定算法，并采用谱聚类算法与自设计分类标准对脉冲数据进行第一次判识与分类。然后，通过对大量脉冲数据的多个特征参数进行提取，建立本地化特征空间数据集，采用参数优化后的k‑NN算法对脉冲数据进行第二次判识与分类。最后，综合两种分类方法的优点，设计成一种同步式分类方法。本发明较好地解决了基于PIND法的多余物检测信号的多分类问题，具有一定的普适性和实用性，对于航天密封电子元器件的质量检测具有重要参考价值。
-
公开(公告)号：CN117216565B
公开(公告)日：2024-05-24
申请号：CN202311186227.5
申请日：2023-09-14
Applicant: 哈尔滨工业大学
IPC: G06F18/214 , G06F18/213 , G06F18/22 , G06F18/24
Abstract: 多通道特性编码的多余物定位特征数据集构建方法，属于航天电子设备检测技术领域。为了解决目前航天电子设备检测技术中基于单通道特征提取构建数据集的方式，忽视自身属性和彼此之间的相关性存在的影响数据集质量的问题。本发明利用设置在航天设备模型上的N个传感器采集多余物信号，进行有用脉冲提取和脉冲匹配；在有用脉冲提取时识别N个通道多余物信号中距离多余物由近及远的N个传感器采集所对应的多余物信号，得到顺序特征数值；针对经过脉冲匹配的有用脉冲，依次在每组N个有用脉冲上计算M个信号特征值；基于M个信号特征值以及N个顺序特征数值构建多维特征向量，并根据多余物所处的密闭空间添加对应编号的标签，进而构建特征数据集。
-
公开(公告)号：CN116956745B
公开(公告)日：2024-05-24
申请号：CN202311022152.7
申请日：2023-08-14
Applicant: 哈尔滨工业大学
IPC: G06F30/27 , G06F18/241 , G06F18/213 , G06F119/02
Abstract: 密封电子设备多余物定位确信可靠性分析方法，属于密封电子设备多余物定位检测技术领域。为了目前还没有一种密封电子设备多余物定位确信可靠性分析方法的问题，本发明提基于多余物定位性能分析，构建关键性能参数与其泛化性能退化机制、确信性能阈值的因果关系；量化脉冲提取、脉冲匹配、特征提取、特征处理、特征选择、分类器训练及参数优化对定位模型分类性能的不确定性影响，构建确信可靠性模型，在确定确定确信性能阈值之后，根据七个参数指标各自对应的裕量和分类精度提升幅度作为密封电子设备多余物定位确信可靠性分析指标进行可靠性分析。
-
公开(公告)号：CN116956745A
公开(公告)日：2023-10-27
申请号：CN202311022152.7
申请日：2023-08-14
Applicant: 哈尔滨工业大学
IPC: G06F30/27 , G06F18/241 , G06F18/213 , G06F119/02
Abstract: 密封电子设备多余物定位确信可靠性分析方法，属于密封电子设备多余物定位检测技术领域。为了目前还没有一种密封电子设备多余物定位确信可靠性分析方法的问题，本发明提基于多余物定位性能分析，构建关键性能参数与其泛化性能退化机制、确信性能阈值的因果关系；量化脉冲提取、脉冲匹配、特征提取、特征处理、特征选择、分类器训练及参数优化对定位模型分类性能的不确定性影响，构建确信可靠性模型，在确定确定确信性能阈值之后，根据七个参数指标各自对应的裕量和分类精度提升幅度作为密封电子设备多余物定位确信可靠性分析指标进行可靠性分析。
-
公开(公告)号：CN116756482A
公开(公告)日：2023-09-15
申请号：CN202310421746.9
申请日：2023-04-19
Applicant: 哈尔滨工业大学
Abstract: 本发明公开了一种基于机器学习与置信率的密封继电器重叠信号识别方法，首先，以密封继电器样本集一为研究对象，通过数据获取、信号预处理、特征提取、数据集构建、模型训练、参数优化等步骤，训练一个最优识别模型。其次，以密封继电器样本集二为研究对象，通过数据获取、信号预处理、特征提取、重叠集合构建、置信率计算等步骤，得到一个标准置信率。最后，以待测密封继电器为研究对象，通过数据获取、信号预处理、特征提取等步骤，构建多个待测集合，利用最优识别模型分别进行预测。根据预测结果，计算多个待测集合的置信率，与标准置信率进行对比，综合分析后得到重叠信号识别结果。本发明有效提升了密封继电器多余物检测的可靠性。
-
-
-
-
-
-
-
-
-
Search Results
24
records
(took 0.03 seconds)
