-
公开(公告)号:CN118395624B
公开(公告)日:2024-09-13
申请号:CN202410498793.8
申请日:2024-04-24
Applicant: 大连理工大学
IPC: G06F30/17 , G06F30/27 , G06F30/28 , G06F111/08 , G06F119/02 , G06F119/14 , G06F113/08
Abstract: 本发明属于优化设计技术领域,涉及用于主蒸汽隔离阀的单循环期望改进主动学习可靠性优化方法。首先,根据主蒸汽隔离阀可靠性优化问题确定变量的维度以及其概率分布,确定开启时间目标函数以及其他时间指标的性能函数。采用拉丁超立方采样方法生成初始样本,构建目标函数和性能函数的Kriging代理模型。用单循环方法对当前解进行优化,并将得到的点进行评估并加入样本集中,通过最大化单循环期望改进的准则进行主动学习加点,找到单循环期望改进最大的点,对其进行评估并将其加入到训练集中。重复代理模型训练、可靠性优化以及主动学习的过程,直到满足停止准则,得到满足可靠性要求的主蒸汽隔离阀优化问题的最优解。
-
公开(公告)号:CN116108339A
公开(公告)日:2023-05-12
申请号:CN202310141397.5
申请日:2023-02-21
Applicant: 大连理工大学
Abstract: 本发明提供了一种面向隧道掘进机的实测数据离群值检测及修正方法,属于异常值数据检测领域,通过滑动窗口的方法对不同工况下的隧道掘进机实测数据进行分层异常值检测,并对异常值点进行修正填补。该方法首先通过滑动窗口将原始时间序列分割成多个子时间序列,并采用快速计算的方式提取子时间序列斜率的置信区间半径并识别异常子时间序列,然后利用局部离群因子算法进一步判定异常值,最后采用回归技术针对剔除后的异常值进行合理填补。本发明能有效识别隧道掘进机实测数据中的异常值,且对异常值进行合理的填补修正,保证了隧道掘进机实测数据工程可用性,为进一步数据分析提供良好的条件。
-
公开(公告)号:CN113870240A
公开(公告)日:2021-12-31
申请号:CN202111185038.7
申请日:2021-10-12
Applicant: 大连理工大学
Abstract: 本发明提供一种基于图像显著性检测的安全阀阀门空化现象判别方法,属于数字图像处理技术领域,该方法通过图像显著性检测的方法,对不同工况下的安全阀阀门仿真图像进行显著性检测。首先,对不同工况下的仿真图像进行采集,再对采集到的图像进行训练得到过完备字典,并且获取仿真图像不同通道的对应系数,然后对系数进行处理获取系数中的显著信息并恢复为显著图,最后,根据专家经验对显著性图像进行判断,安全阀阀门是否产生空化现象。本发明在安全阀仿真各种工况下时就识别出空化现象,可以在安全阀设计过程中避免空化状态,延长安全阀使用寿命。
-
-