公开(公告)号：CN107044349A

公开(公告)日：2017-08-15

申请号：CN201710249558.7

申请日：2017-04-17

Applicant: 清华大学深圳研究生院

Inventor： 梁斌 ,  杨春春 ,  李志恒 ,  杨君 ,  芦维宁 ,  王学谦 ,  谭俊波

IPC: F02C9/00 ,  G01M15/14

CPC classification number: F02C9/00 ,  F05D2220/32 ,  F05D2260/80 ,  F05D2260/821 ,  G01M15/14

Abstract: 本发明公开了一种发动机的故障预测方法，包括以下步骤：获取所述发动机的多个传感器的有效测量数据；对所述有效测量数据进行归一化处理；将归一化处理后的所述有效测量数据进行切片处理，形成多个切片样本；将多个所述切片样本分别送入深度神经网络进行特征提取，特征提取后连接到全连接网络；根据所述全连接网络的输出，通过softmax分类器进行分类，确定所述发动机的剩余使用寿命。本发明提出的发动机的故障预测方法，流程简单，易于操作，能够广泛应用于飞行器的各类发动机中。

公开(公告)号：CN105528583A

公开(公告)日：2016-04-27

申请号：CN201510957747.0

申请日：2015-12-17

Applicant: 清华大学深圳研究生院

Inventor： 梁斌 ,  李亮民 ,  芦维宁 ,  王学谦 ,  杨君

IPC: G06K9/00

CPC classification number: G06K9/00523 ,  G06K9/00536

Abstract: 一种基于实数形式傅里叶变换的特征提取方法及故障诊断方法，该特征提取方法包括：S100、从样本信号中随机截取M个长度为N的信号片段；S200、分别对M个信号片段做实数形式的傅里叶变换，获得M个长度为N的频谱；S300、分别对M个频谱进行处理，获得M个特征向量；对频谱的处理包括：将频谱等分为[N/L]个连续的区间；分别计算每个区间的信号累积强度；然后按照区间的顺序将区间的信号累积强度依次排列构成一个特征向量。该诊断方法包括：对被监测装置进行监测获取其样本信号；利用样本信号通过前述特征提取方法构造故障分类的特征向量；利用构造的特征向量进行决策，实现故障诊断。该方法同时具有良好的实时性和鲁棒性。

公开(公告)号：CN105225049A

公开(公告)日：2016-01-06

申请号：CN201510648433.2

申请日：2015-10-09

Applicant: 清华大学深圳研究生院

Inventor： 梁斌 ,  赵泽奇 ,  芦维宁 ,  谭俊波 ,  王学谦

IPC: G06Q10/06

Abstract: 一种高可扩展性故障诊断专家系统，其中故障诊断模块对所采集的数据进行诊断与推理，得出故障与否与故障等级，提供给数据库管理模块进行历史记录与数据管理，和/或进行存储或显示。故障诊断模块包括引擎、存放诊断算法变量数据的文件、存放功能函数的功能函数文件以及算法主文件，引擎用于执行算法主文件，诊断算法变量数据由功能函数或算法主文件进行调用，且设置成可按需进行扩展增加；功能函数由功能函数文件或算法主文件进行调用，故障诊断算法通过增加功能函数文件来进行扩展；算法主文件为执行算法的起始文件，其构建故障诊断算法所实现的框架，并与图形化编程软件接口进行直接交互。