公开(公告)号：CN116068999A

公开(公告)日：2023-05-05

申请号：CN202310117874.4

申请日：2023-02-15

Applicant: 哈尔滨工业大学

Inventor： 蒋宇辰 ,  罗浩 ,  王豪 ,  吴诗梦 ,  李冠熠 ,  霍明夷 ,  田纪伦

IPC: G05B23/02

Abstract: 变工况运行的过程控制系统中虚假数据注入攻击检测方法及设备，属于工业信息物理系统和工业控制系统的攻击检测技术领域。为了解决现有的变工况运行的过程控制异步切换系统中存在因工况改变和模态不匹配导致误报高的问题。本发明首先建立被控切换系统的模型及状态空间模型，构建各个匹配模态下的观测器和各个不匹配模态下的观测器；基于各个模态下的无攻击时的离线数据驱动被控系统与观测器的离线数据，生成残差数据，并确定攻击检测报警的阈值；然后根据被控系统的模态切换信号与观测器的切换信号来确定对应采用匹配模态下的观测器或不匹配模态下的观测器生成在线残差信号，并根据攻击检测报警的阈值进行检测。

公开(公告)号：CN115047350A

公开(公告)日：2022-09-13

申请号：CN202210729394.9

申请日：2022-06-24

Applicant: 哈尔滨工业大学

Inventor： 张九思 ,  李翔 ,  罗浩 ,  田纪伦 ,  李明磊 ,  蒋宇辰 ,  尹珅

IPC: G01R31/367 ,  G01R31/378 ,  G01R31/392

Abstract: 一种基于数模联动的锂离子电池剩余使用寿命预测方法，本发明涉及锂离子电池剩余使用寿命预测方法。本发明的目的是为了解决基于模型和数据驱动的剩余使用寿命预测方法结合困难、传统数据驱动方法难以衡量剩余使用寿命的不确定性以及难以反映时间窗口数据中不同时刻的重要性程度的问题。过程为：步骤一、搭建基于时间注意力机制的双向门控循环单元网络模型；过程为：模型依次包含对时间的注意力机制网络、双向门控循环单元网络和全连接层三个部分；步骤二、训练基于时间注意力机制的双向门控循环单元网络模型；步骤三、构建基于粒子滤波的电池退化模型；步骤四、在线预测剩余使用寿命。本发明适用于电池使用寿命预测领域。

公开(公告)号：CN114722952A

公开(公告)日：2022-07-08

申请号：CN202210416390.5

申请日：2022-04-20

Applicant: 哈尔滨工业大学

Inventor： 张九思 ,  李翔 ,  罗浩 ,  张可 ,  安翼尧 ,  田纪伦 ,  尹珅

IPC: G06K9/62 ,  G06F30/27 ,  G06N3/04 ,  G06N3/08

Abstract: 一种基于表示学习的轴承故障检测和分类的一体化方法，本发明涉及轴承故障检测和分类的一体化方法。本发明的目的是为了解决现有采用数据驱动的方法进行轴承故障诊断过程中，获得大量的轴承故障样本是十分困难的，以及为不同的故障类型的数据设计准确的标签存在很大的限制的问题。过程为：1、提取轴承的振动数据；2、特征提取：从时域、频域2个角度提取数据的特征；3、搭建故障检测神经网络：故障检测神经网络包括编码器、噪声引入、自注意力机制层以及解码器；4、训练故障检测神经网络；5、搭建故障分类神经网络；6、训练故障分类神经网络；7、在线故障检测与故障分类。本发明用于轴承故障诊断与人工智能相结合的学科交叉领域。

公开(公告)号：CN113659833B

公开(公告)日：2022-05-17

申请号：CN202110976680.0

申请日：2021-08-24

Applicant: 哈尔滨工业大学

Inventor： 张九思 ,  罗浩 ,  田纪伦 ,  李翔 ,  李明磊 ,  尹珅

IPC: H02M3/157 ,  G06N3/04 ,  G06N3/08

Abstract: 一种并联直流‑直流变换器的寿命延长方法，本发明涉及并联直流‑直流变换器的寿命延长方法。本发明的目的是为了解决现有方法难以精确预测系统的健康状态，导致无法缓解模块化功率转换系统中的老化程度不匹配，从而缩短电力电子系统寿命的问题。过程为：1.获取训练数据；2.搭建神经网络模型；3.训练神经网络，得到训练好的神经网络；4.在线获得测试数据，预测并联式DC‑DC变换器系统的健康状态；5.重复执行3和4N次，保留在测试数据上预测效果最好的神经网络用于最终的在线预测，执行6；6.延长系统的剩余使用寿命。本发明用于电力电子系统人工智能健康管理领域。

公开(公告)号：CN113659833A

公开(公告)日：2021-11-16

申请号：CN202110976680.0

申请日：2021-08-24

Applicant: 哈尔滨工业大学

Inventor： 张九思 ,  罗浩 ,  田纪伦 ,  李翔 ,  李明磊 ,  尹珅

IPC: H02M3/157 ,  G06N3/04 ,  G06N3/08

Abstract: 一种并联直流‑直流变换器的寿命延长方法，本发明涉及并联直流‑直流变换器的寿命延长方法。本发明的目的是为了解决现有方法难以精确预测系统的健康状态，导致无法缓解模块化功率转换系统中的老化程度不匹配，从而缩短电力电子系统寿命的问题。过程为：1.获取训练数据；2.搭建神经网络模型；3.训练神经网络，得到训练好的神经网络；4.在线获得测试数据，预测并联式DC‑DC变换器系统的健康状态；5.重复执行3和4N次，保留在测试数据上预测效果最好的神经网络用于最终的在线预测，执行6；6.延长系统的剩余使用寿命。本发明用于电力电子系统人工智能健康管理领域。