-
公开(公告)号：CN112597658A
公开(公告)日：2021-04-02
申请号：CN202011589153.6
申请日：2020-12-28
Applicant: 哈尔滨工程大学
IPC: G06F30/20
Abstract: 本发明公开了一种基于工况识别的船用柴油机多模型故障诊断方法。步骤1：根据转速判断柴油机运行工况；步骤2：选取柴油机监测参数；步骤3：对所选参数归一化处理，层次分析法处理，获取权重值并排序；步骤4：对每种工况的故障诊断模型进行输入参数优化处理，减少输入参数个数，循环生成模型；步骤5：利用检测样本检测各模型精度，并对比得到最优模型；步骤6：整合工况判断和故障诊断流程，进行船用柴油机多模型故障诊断。根据本发明结果，该模型能基于船用柴油机运行工况，构建差异性、精细化的故障诊断模型，实现对船用柴油机故障的高灵活性、高精度诊断。
-
公开(公告)号：CN106762420A
公开(公告)日：2017-05-31
申请号：CN201611061033.2
申请日：2016-11-28
Applicant: 哈尔滨工程大学
Abstract: 本发明的目的在于提供海上风电非补燃压缩空气恒压储能装置，冷气缓冲装置、低压压缩机、第一换热器、海水冷却器、高压压缩机、第二换热器、第三换热器、空气能储存模块依次相连，采用气‑气、气‑水两重换热技术，提升气冷涡轮进口工质焓值，降低压缩耗功。空气能储存模块为活塞式储气装置，利用海水压力实现了空气能的恒压存储，并实现了储气装置壁无需承压，降低了材料强度的要求，提高了经济性。空冷涡轮废气作为压缩机的进口工质的掺混气体，提升能量的利用率。海上风电压缩空气恒压储能系统具有高效、零碳排放、冷电联产等技术优点，为海上风电“弃风”问题和储气装置壁承受压力过高问题提供了有效解决方案。
-
公开(公告)号：CN106092594A
公开(公告)日：2016-11-09
申请号：CN201610362577.6
申请日：2016-05-26
Applicant: 哈尔滨工程大学
IPC: G01M15/14
CPC classification number: G01M15/14
Abstract: 本发明的目的在于提供一种抗传感器故障的强鲁棒性燃气轮机气路部件性能诊断方法，建立燃气轮机非线性热力模型，采集当前对象燃气轮机稳定运行时的某一时段的气路测量参数，对其进行数据调和，检测出发生性能衰退的气路传感器，逐一采集当前对象燃气轮机在各个稳定运行工况时的某一时段的气路测量参数，进行降噪处理，消除由于环境条件和操作条件变化而导致燃气轮机运行性能变化的影响，计算得到当前的各个部件的气路健康指数，用以评估对象燃气轮机实际的性能健康状况。本发明解决了传统燃气轮机气路性能诊断方法诊断准确性高度依赖于气路传感器可靠性的问题，能有效适用于存在测量噪音、测量偏差及复杂燃气轮机机组的气路部件性能诊断情况。
-
公开(公告)号：CN101825019A
公开(公告)日：2010-09-08
申请号：CN201010153595.6
申请日：2010-04-23
Applicant: 哈尔滨工程大学
IPC: F02C9/00
Abstract: 本发明的目的在于提供船用全燃联合动力装置并车的控制方法。本发明分为以下步骤：(1)初始化，触摸屏设置标志位清零；(2)判断触摸屏设置标志位是否为1，如果触摸屏设置标志位为1，则进入参数配置流程、完成参数配置，然后进入运行状态监测流程、进行燃气轮机运行状态参数的采样；如果触摸屏设置标志位不为1，则直接进入运行状态监测流程、进行燃气轮机运行状态参数的采样；(3)进入控制流程，完成燃气轮机的并车运行和解列运行控制；(4)重复步骤(1)～(3)、进入下一个循环。本发明通用性好、拓展性强，不仅适合燃气轮机双机并车运行，还可以进行多机的并车运行模式。
-
公开(公告)号：CN119644796A
公开(公告)日：2025-03-18
申请号：CN202411796354.1
申请日：2024-12-09
Applicant: 哈尔滨工程大学
IPC: G05B17/02
Abstract: 本发明涉及燃气轮机技术领域，更具体的说是一种基于状态评估的燃气轮机状态恢复控制方法，S1：采集燃气轮机外界环境参数及监测参数；S2：通过燃气轮机物理实体的参数同步建立燃气轮机仿真孪生模型；S3：基于层析分析法，从参数级‑部件级‑设备级三个层级，以数值量化燃气轮机物理实体的运行状态；S4：运行燃气轮机仿真孪生模型，输入外界环境参数及相关监测参数，以监测参数设定目标函数，通过优化算法调整燃气轮机仿真孪生模型内部性能参数，达到与燃气轮机物理实体的同步；S5：运行状态恢复控制，选取燃气轮机的输入控制参数，在燃气轮机运行状态发生异常时，通过优化算法求解得到最优的输入控制量，以实现燃气轮机运行状态的恢复。
-
Patent Agency Ranking
公开(公告)号：CN119167023A
公开(公告)日：2024-12-20
申请号：CN202410993263.0
申请日：2024-07-24
Applicant: 哈尔滨工程大学
IPC: G06F18/20 , G01M13/045 , G06F18/2131 , G06F18/2415 , G06F18/25 , G06N3/042 , G06N3/0464 , G06N3/0455 , G06N3/08
Abstract: 本发明涉及轴承故障诊断领域，更具体的说是一种基于多尺度图Transformer的轴承故障诊断方法，该方法包括以下步骤：步骤S1：获取轴承的振动信号；步骤S2：对获取的振动信号进行预处理；步骤S3：通过小波变换将振动信号转换为时频图；步骤S4：构建故障特征表示节点的邻接矩阵；步骤S5：利用多尺度图Transformer框架对故障特征进行提取和聚合；步骤S6：通过图节点的中心性编码技术和空间编码技术，获得结构洞察；步骤S7：利用多头自注意力机制促进故障节点的特征提取和学习；步骤S8：将学习后的特征输入分类器，进行故障分类；可以将多尺度特征聚合模块和图节点的中心性编码与空间编码技术结合以用于轴承故障诊断，从而提高故障诊断精度。
-
公开(公告)号：CN118484875A
公开(公告)日：2024-08-13
申请号：CN202410560903.9
申请日：2024-05-08
Applicant: 哈尔滨工程大学
Abstract: 本发明涉及船舶发动机技术领域，更具体的说是一种基于粒子群的船舶发动机数字孪生方法，步骤S1：构建船舶发动机数字孪生模型；步骤S2：正常运行的船舶发动机和船舶发动机数字孪生模型同时接收控制指令和外部环境条件作为输入；步骤S3：根据船舶发动机数字孪生模型的触发机制；步骤S4：优化程序调用船舶发动机目标监测参数的实际数据和船舶发动机数字孪生模型计算数据二者误差的二次函数作为适应度函数；步骤S5：当满足目标监测参数误差要求时，孪生结束；当不满足目标监测参数误差要求时，优化求解算法将船舶发动机数字孪生模型部件特性修正因子作为优化对象参数；解决数字孪生过程中实时性差、孪生模型和船舶发动机状态不同步的问题。
-
公开(公告)号：CN118032367A
公开(公告)日：2024-05-14
申请号：CN202410325124.0
申请日：2024-03-21
Applicant: 哈尔滨工程大学
IPC: G01M15/14
Abstract: 本发明涉及故障检测领域，更具体的说是一种基于孪生模型失配的燃气轮机故障检测方法，S1：建立燃气轮机气路非线性机理模型，获取燃气轮机参数的健康基准；S2：获取燃气轮机健康基准的输入数据和输出数据，建立基准燃气轮机孪生模型；S3：基于实际燃气轮机输入数据和输出数据，建立实际燃气轮机孪生模型；S4：分别获取基准燃气轮机孪生模型和实际燃气轮机孪生模型的模型结构参数，提取基于基准燃气轮机孪生模型和实际燃气轮机孪生模型失配的故障检测特征；S5：基于Wasserstein距离量化基准状态与实际状态之间的分布差异性；S6：基于基准燃气轮机孪生模型和实际燃气轮机孪生模型检测特征分布的差异性，实现对燃气轮机的故障检测。
-
公开(公告)号：CN117588312A
公开(公告)日：2024-02-23
申请号：CN202311653737.9
申请日：2023-12-05
Applicant: 哈尔滨工程大学
IPC: F02C9/00 , G06N3/0895 , G06N3/096 , G06N3/0985 , G06N3/0464
Abstract: 本发明涉及燃气轮机故障诊断技术领域，更具体的说是一种基于深度迁移学习的燃气轮机故障预测诊断方法，S1：划分燃气轮机深度迁移学习的源域数据集和目标域数据集；S2：源域数据集和目标域数据集可迁移性分析；S3：利用源域数据集训练深度神经网络；S4：利用目标域数据集对深度神经网络进行调整；S5：利用调整后的网络实现燃气轮机故障预测诊断；通过深度迁移学习，利用历史燃气轮机机组有标签故障数据将故障知识迁移到新投运燃气轮机机组上，同时考虑新机组可能发生新的故障类别，利用新投运燃气轮机机组中已知的未覆盖标签故障数据，扩充新投运燃气轮机机组的故障知识，定量描述新投运机组中无标签数据的故障程度。
-
公开(公告)号：CN117495812A
公开(公告)日：2024-02-02
申请号：CN202311476753.5
申请日：2023-11-08
Applicant: 哈尔滨工程大学
IPC: G06T7/00 , G06V10/44 , G06V10/762 , G06V10/764 , G06V10/80 , G06V10/82 , G06N3/0464 , G06N3/08
Abstract: 本发明涉及轴承故障诊断领域，更具体的说是一种滚动轴承故障诊断方法，通过格拉姆角差场编码GADF将滚动轴承的振动信号转换成二维图像，将通道注意力模块Fca嵌入残差网络模型ResNet构建故障诊断模型Fca‑ResNet，将二维图像输入到故障诊断模型Fca‑ResNet中实现故障分类以用于滚动轴承故障诊断；可以将格拉姆角差场与残差网络相结合，并在残差网络中嵌入通道注意力模块，以用于滚动轴承故障诊断，从而提高故障诊断精度。
-
-
-
-
-
-
-
-
-
Search Results
55
records
(took 0.026 seconds)
