公开(公告)号：CN117828481A

公开(公告)日：2024-04-05

申请号：CN202410239118.3

申请日：2024-03-04

Applicant: 烟台哈尔滨工程大学研究院

Inventor： 柯赟 ,  朱仁杰 ,  宋恩哲

IPC: G06F18/2415 ,  G06F18/10 ,  G06F18/214

Abstract: 本发明涉及的是一种共轨船用燃油系统诊断方法，具体地说是一种基于动态集成框架共轨船用燃油系统故障诊断方法及介质，包括以下步骤：S1：获取共轨船用燃油系统在正常状态和不同故障状态下的振动信号；S2：对获得的正常状态下的振动信号进行预处理后，通过CQ‑NSGT变换获得振动信号的时频图像，并划分训练集、验证集、测试集；本发明有效地利用CQ‑NSGT提取非稳态信号特征能力以及贝叶斯深度学习原理在评估结果不确定性的优势，适用于在非稳态条件下完成共轨船用燃油系统故障诊断，能够对诊断结果提供对应的不确定性参考。

公开(公告)号：CN117743947A

公开(公告)日：2024-03-22

申请号：CN202410185643.1

申请日：2024-02-20

Applicant: 烟台哈尔滨工程大学研究院

Inventor： 柯赟 ,  王天怿 ,  宋恩哲

IPC: G06F18/241 ,  B63B79/10 ,  G01H17/00 ,  G06F18/213 ,  G06F18/214 ,  G06N3/045 ,  G06N3/0475 ,  G06N3/0464 ,  G06N3/094 ,  G06N3/084

Abstract: 本发明涉及故障诊断技术领域，具体涉及一种小样本下的智能机舱故障诊断方法及介质，包括以下步骤：步骤1：通过安装在机舱指定设备上的振动传感器进行数据采集，获取所述指定设备正常状态下和不同故障状态下的振动信号；步骤2：通过小样本数据判断器判断振动信号是否为小样本数据；使用峭度原理对原始振动信号进行特征对齐，提高模型生成质量与诊断精度。将一维振动信号转换为二维灰度图，能够提取到更高维特征，更有利于模型收敛与最终诊断精度。使用非同步更新算法对C‑CGAN模型进行改进，增强模型的稳定性，使得模型能够更好地进入纳什平衡。使用Ghost模型取代C‑CGAN中的CNN模型，能够更好地提取本征特征，减少模型陷入梯度消失的风险。

公开(公告)号：CN116933624A

公开(公告)日：2023-10-24

申请号：CN202310777588.0

申请日：2023-06-28

Applicant: 烟台哈尔滨工程大学研究院

Inventor： 柯赟 ,  李冠华 ,  宋恩哲 ,  姚崇

IPC: G06F30/27 ,  G06F30/15 ,  G06F18/213 ,  G06N3/0442 ,  G06N3/045 ,  G06N3/084 ,  G06T17/00 ,  G06F119/04 ,  G06F119/08

Abstract: 本发明涉及船舶技术领域，提供了一种基于数字孪生的机舱状态监测与剩余寿命预测方法及系统，包括：获取机舱内任一运行设备的全寿命周期数据，所述全寿命周期数据包括：振动信号数据或/和电压信号数据或/和电流信号数据或/和温度信号数据，将不同时刻的同一类信号分为训练集和测试集；提取测试集中信号的HWPE退化特征值，将该组特征值数据映射为健康度指标HI；将HWPE退化特征值和健康度指标HI输入到IGOA‑BiLSTM网络模型中，经过数次迭代计算，得到该运行设备当前的寿命运行时刻；根据该运行设备当前的寿命运行时刻，进行该设备的剩余寿命预测计算。该方案将数字模型和物理模型通过数据驱动的方式联系在一起，并选取合适的故障诊断算法预测智能机舱设备的剩余寿命。