-
公开(公告)号：CN102749199A
公开(公告)日：2012-10-24
申请号：CN201210246135.7
申请日：2012-07-17
Applicant: 哈尔滨工业大学
IPC: G01M15/00
Abstract: 基于ESN的涡轮发动机的剩余寿命预测方法，涉及基于ESN的涡轮发动机的剩余寿命预测方法。它为了解决现有预测方法选择合适的网络拓扑困难，训练时需训练网络的全部的权值，计算时容易陷入局部最优的问题。本发明在训练阶段，建立ESN的涡轮发动机的数学模型，根据已知的输入单元u(n)和已知输出单元y(n-1)，采用ESN的涡轮发动机的数学模型的内部处理单元的更新方程和最小二乘理论求得输出权值矩阵Wout；在测试阶段，将传感器测量获得涡轮发动机的24维数据作为输入单元的数据集带入训练后ESN的涡轮发动机的数学模型的输出单元方程求得待测涡轮发动机的剩余寿命预测值。本发明适用于涡轮发动机等领域。
-
公开(公告)号：CN112974588B
公开(公告)日：2022-11-25
申请号：CN202110152498.3
申请日：2021-02-03
Applicant: 日照职业技术学院 , 哈尔滨工业大学(威海) , 山东钢铁集团日照有限公司
Abstract: 一种极小弯曲半径空心零件低压拉弯方法，本发明涉及管件成型技术领域，将初始管坯放入由上模和下模所构成的模腔中；将抱紧模的抱紧上模和抱紧下模合模；模具合模；初始管坯内施加支撑内压；抱紧模沿竖直方向平移，初始管坯被拉动并绕下模的圆角弯曲变形；抱紧模停止运动，得到预成型零件；将上模和抱紧上模打开，升高内压，预成型零件的横截面逐渐趋圆，泄掉内压；取出预成型零件并切除余料，得到零件。解决了相对弯曲半径小于2的零件的成形问题，保证了零件的稳定性，生产效率高，适用于大批量零件的制造，工艺简单，生产效率高，成形件性能和形状精度俱佳，具有较强的推广价值。
-
公开(公告)号：CN112974588A
公开(公告)日：2021-06-18
申请号：CN202110152498.3
申请日：2021-02-03
Applicant: 日照职业技术学院 , 哈尔滨工业大学(威海) , 山东钢铁集团日照有限公司
Abstract: 一种极小弯曲半径空心零件低压拉弯方法，本发明涉及管件成型技术领域，将初始管坯放入由上模和下模所构成的模腔中；将抱紧模的抱紧上模和抱紧下模合模；模具合模；初始管坯内施加支撑内压；抱紧模沿竖直方向平移，初始管坯被拉动并绕下模的圆角弯曲变形；抱紧模停止运动，得到预成型零件；将上模和抱紧上模打开，升高内压，预成型零件的横截面逐渐趋圆，泄掉内压；取出预成型零件并切除余料，得到零件。解决了相对弯曲半径小于2的零件的成形问题，保证了零件的稳定性，生产效率高，适用于大批量零件的制造，工艺简单，生产效率高，成形件性能和形状精度俱佳，具有较强的推广价值。
-
公开(公告)号：CN103399276A
公开(公告)日：2013-11-20
申请号：CN201310317219.X
申请日：2013-07-25
Applicant: 哈尔滨工业大学
IPC: G01R31/36
Abstract: 一种锂离子电池容量估计及剩余循环寿命预测方法，涉及一种电池容量估计及寿命的预测方法。本发明解决了无法实现锂电池的容量估计及剩余寿命的预测的问题，本发明将采集到的电池的充放电周期次数x、每个充放电周期的放电电压及电池容量和每次充放电后的电池的剩余容量数据z的a/n和剩余的（n-a）/n的数据作为测试数据，利用分段三次Hermite插值法对训练数据进行扩展，利用扩展后获得的不同插值点的训练数据进行建模，利用获得具有不同参数的GPR模型进行外推预测，对锂电池的下N次充放电循环周期后的电池剩余容量预测，获得N次充放电周期后的电池剩余容量；本发明适用于电池容量估计及寿命的预测。
-
公开(公告)号：CN103336908B
公开(公告)日：2016-01-20
申请号：CN201310311043.7
申请日：2013-07-23
Applicant: 哈尔滨工业大学
IPC: G06F19/00
Abstract: 单调回声状态网络的剩余寿命预测方法，属于故障预测和系统健康管理领域，本发明为解决传统ESN无法准确预测寿命的问题。本发明方法：步骤一、随机建立单调回声状态网络模型MONESN：步骤二、进行网络动态训练，获得MONESN模型的单调递增或单调递减的输出权值，将该输出权值代入MONESN中获取训练后的MONESN；步骤三、将待预测寿命的涡轮发动机的剩余运行周期数输出给步骤二训练后的MONESN的输入单元，MONESN输出的即为待预测寿命的涡轮发动机的剩余寿命；或将待预测寿命的锂离子电池的剩余运行周期数输出给步骤二训练后的MONESN的输入单元，MONESN输出的即为待预测寿命的锂离子电池的剩余寿命。
-
Patent Agency Ranking
公开(公告)号：CN103293487B
公开(公告)日：2015-09-09
申请号：CN201310268391.0
申请日：2013-06-28
Applicant: 哈尔滨工业大学
IPC: G01R31/36
Abstract: 基于集成模型的锂离子电池寿命预测方法，涉及一种锂离子电池循环寿命预测方法。它为了解决现有的锂离子电池寿命预测适用性低、稳定性差的问题。其方法：对电池循环充放电试验测试数据进行预处理；采用Bagging算法对训练数据集Train dataset进行二次重采样；建立单调回声状态网络模型；初始化单调回声状态网络内部连接权值，重复T次，得到T个未经训练的单调回声状态网络子模型；设置单调回声状态网络模型的第一自由参数集和第二自由参数集；集成单调回声状态网络模型的输出RULi，并采用测试数据集Test dataset驱动集成单调回声状态网络模型，获得锂离子电池剩余寿命预测值。本发明适用于锂离子电池寿命预测。
-
公开(公告)号：CN102788955B
公开(公告)日：2015-02-11
申请号：CN201210246132.3
申请日：2012-07-17
Applicant: 哈尔滨工业大学
Abstract: 基于Kalman滤波的ESN的涡轮发电机的分类子模型的剩余寿命预测方法，涉及基于Kalman滤波的ESN的涡轮发电机的分类子模型的剩余寿命预测方法。它为了解决现有预测方法选择合适的网络拓扑困难，训练时需训练网络的全部的权值，计算时容易陷入局部最优的问题。本发明对100个测试数据单元进行分类，得到k个测试数据集合；每个测试数据集合对应一个ESN的涡轮发电机的分类子模型，每个ESN的涡轮发电机分类子模型的参数不同，k个ESN的涡轮发电机的分类子模型组成分类子模型库；将每个测试数据输入与该数据集合对应ESN的涡轮发电机的分类子模型进行运算得到该测试数据的剩余寿命预测值。本发明适用于涡轮发动机等领域。
-
公开(公告)号：CN102749584B
公开(公告)日：2014-07-30
申请号：CN201210264221.0
申请日：2012-07-17
Applicant: 哈尔滨工业大学
Abstract: 基于Kalman滤波的ESN的涡轮发电机的剩余寿命预测方法，涉及基于Kalman滤波的ESN的涡轮发电机的剩余寿命预测方法。它为了解决现有预测方法选择合适的网络拓扑困难，训练时需训练网络的全部的权值，计算时容易陷入局部最优的问题。本发明在训练阶段，建立Kalman滤波的ESN涡轮发动机的数学模型，根据已知的输入单元u(n)和已知的输出单元y(n-1)，以及内部处理单元更新方程和Kalman滤波求得输出权值矩阵Wout；在测试阶段，将传感器测量获得涡轮发动机的24维数据作为输入单元数据集，带入训练后的数学模型输出单元的方程求得待测ESN的涡轮发动机剩余寿命预测值。本发明适用于涡轮发动机等领域。
-
公开(公告)号：CN103389471A
公开(公告)日：2013-11-13
申请号：CN201310317281.9
申请日：2013-07-25
Applicant: 哈尔滨工业大学
IPC: G01R31/36
Abstract: 一种基于GPR带有不确定区间的锂离子电池循环寿命间接预测方法，本发明涉及一种电池寿命预测方法。本发明解决了现有方法无法实现锂电池循环寿命预测的问题，本发明采用ESN算法，进行退化建模，采用高斯过程回归的建模方法，建立基于GPR的等压降放电时间预测模型进行基于ESN的退化模型训练与基于GPR的等压降放电时间预测模型训练，获得等压降放电时间预测模型，进行基于GPR的等压降放电时间预测模型，获得等压降放电时间的预测值；进行基于ESN的退化模型，获得下N1个放电周期的电池的放电容量；电池的剩余容量值与电池容量的失效阈值行比较，完成电池循环寿命的间接预测。本发明适用于电池寿命预测。
-
公开(公告)号：CN103336908A
公开(公告)日：2013-10-02
申请号：CN201310311043.7
申请日：2013-07-23
Applicant: 哈尔滨工业大学
IPC: G06F19/00
Abstract: 单调回声状态网络的剩余寿命预测方法，属于故障预测和系统健康管理领域，本发明为解决传统ESN无法准确预测寿命的问题。本发明方法：步骤一、随机建立单调回声状态网络模型MONESN：步骤二、进行网络动态训练，获得MONESN模型的单调递增或单调递减的输出权值，将该输出权值代入MONESN中获取训练后的MONESN；步骤三、将待预测寿命的涡轮发动机的剩余运行周期数输出给步骤二训练后的MONESN的输入单元，MONESN输出的即为待预测寿命的涡轮发动机的剩余寿命；或将待预测寿命的锂离子电池的剩余运行周期数输出给步骤二训练后的MONESN的输入单元，MONESN输出的即为待预测寿命的锂离子电池的剩余寿命。
-
-
-
-
-
-
-
-
-
Search Results
22
records
(took 0.025 seconds)
