-
公开(公告)号：CN109583100B
公开(公告)日：2022-05-24
申请号：CN201811473821.1
申请日：2018-12-04
Applicant: 哈尔滨工业大学
IPC: G06F30/27
Abstract: 一种基于AGO‑RVM的陀螺仪故障预测方法，它属于故障预测技术领域。本发明解决了传统灰色理论方法对陀螺仪的故障进行预测时，存在的预测精度低和预测稳定性差的问题。本发明利用灰色理论的AGO对原始数据进行预处理改善了原始数据随机性大、数据复杂的问题，使本发明AGO‑RVM模型的精度高于单一RVM模型约69％；再利用RVM模型对AGO处理后的数据进行预测，最终利用灰色关联分析的方法分析预测数据与原始数据的相关性，依据分析结果对RVM模型的相关向量进行动态更新，重复利用RVM模型进行预测，克服了预测稳定性差的问题；本发明在保证精度的同时，可以节约29％的计算时间，能够显著提高陀螺仪故障预测的精度和实时性。本发明可以应用于故障预测技术领域。
-
公开(公告)号：CN113252456A
公开(公告)日：2021-08-13
申请号：CN202110386700.9
申请日：2021-04-12
Applicant: 哈尔滨工业大学
Abstract: 本发明涉及桁架结构变角度偏心加载试验装置，包括反力架、角度板、加力装置、转接部、压力测量部、转接板和角度调整支座，角度板具有倾斜安装面，且角度板能够沿倾斜安装面的倾斜方向相对反力架移动，加力装置固定在倾斜安装面上，其施力端与转接部铰接，使转接部能够相对加装置在倾斜安装面的倾斜方向上转动，压力测量部安装在转接板的中心，转接部的转接柱与压力测量部连接，角度调整支座包括固定座和能够相对固定座转动的支撑座，待测桁架结构固定在支撑座上，在试验时，通过不同角度的角度板调整加力装置的角度，通过角度调整支座调整待测桁架结构的水平角度，整体结构简单、操作方便，能够满足桁架结构变角度偏心加载试验的需求。
-
公开(公告)号：CN108376221B
公开(公告)日：2021-07-13
申请号：CN201810164479.0
申请日：2018-02-27
Applicant: 哈尔滨工业大学
IPC: G06F21/57
Abstract: 本发明涉及一种基于AADL模型扩展的软件系统安全性验证与评估方法，是为了解决现有的基于AADL模型的验证评估很难对系统模型进行直接处理，需要付出巨大计算代价，且计算中蕴含大量冗余的缺点而提出的，包括：使危险因素与AADL架构模型建立联系，形成机理生成模型；提取模型元素并根据模型元素生成时间状态故障树、硬件软件影响分析树以及共因时效分析树，并根据树形结构自底向上逆推危险产生路径；设置每个物理器件的物理资源的性能与容量；并根据标注好的物理器件的危险因素概率来计算所述物理器件的失效概率；将AADL安全性模型转换为时间自动机模型；调用形式化验证工具UPPAAL对所述时间自动机模型进行分析和验证；本发明适用于软硬件系统的安全性评估。
-
公开(公告)号：CN110061789A
公开(公告)日：2019-07-26
申请号：CN201910371985.1
申请日：2019-05-06
Applicant: 哈尔滨工业大学
IPC: H04B17/17
Abstract: 灰色关联分析与改进DS推理的电子设备故障诊断方法，涉及故障诊断技术领域。本发明是为了解决现有技术不能采用简单的方式并准确的实现节点测试设备的故障诊断与故障预测能力的问题。提取被测电子设备的故障特征构建每个故障特征的参数子空间；采用灰色关联分析方法计算每个故障特征的参数子空间内每个故障特征参数与故障类型样本中特征参数的灰色关联度；从多个灰色关联度中选取关联度最大的特征参数对应的故障，作为被测电子设备的初步故障类型；对每个灰色关联度进行概率赋值，得到每个故障类型的基本概率赋值，采用改进的DS证据推理融合方法对基本概率赋值进行融合，获得被测电子设备最终的故障类型。它用于诊断电子设备故障。
-
公开(公告)号：CN104215135B
公开(公告)日：2015-11-11
申请号：CN201410461952.3
申请日：2014-09-06
Applicant: 哈尔滨工业大学
IPC: F42B35/00
Abstract: 本发明公开一种双弹同测的测试单元适配器接口及其设计方法，测试单元适配器面板上具有两组测试接口，每组接口都有一个标准的GJB1188A接口和综合测试口，利用一套测试仪器硬件资源，两组测试接口互为冗余设计，两组测试接口上的测试仪器资源分配相同，每组接口都可以单独测试一个制导炸弹，当一组接口发生故障时，用另一组测试接口仍然可以对单个弹进行测试，提高了自动测试设备的可靠性。能极大地减少测试人员的工作量，提高测试的效率。另外，两组测试接口上的仪器资源也较多，使得测试单元适配器的通用性较强，可以实现多个型号制导炸弹的测试。
-
Patent Agency Ranking
公开(公告)号：CN104215135A
公开(公告)日：2014-12-17
申请号：CN201410461952.3
申请日：2014-09-06
Applicant: 哈尔滨工业大学
IPC: F42B35/00
Abstract: 本发明公开一种双弹同测的测试单元适配器接口及其设计方法，测试单元适配器面板上具有两组测试接口，每组接口都有一个标准的GJB1188A接口和综合测试口，利用一套测试仪器硬件资源，两组测试接口互为冗余设计，两组测试接口上的测试仪器资源分配相同，每组接口都可以单独测试一个制导炸弹，当一组接口发生故障时，用另一组测试接口仍然可以对单个弹进行测试，提高了自动测试设备的可靠性。能极大地减少测试人员的工作量，提高测试的效率。另外，两组测试接口上的仪器资源也较多，使得测试单元适配器的通用性较强，可以实现多个型号制导炸弹的测试。
-
公开(公告)号：CN118981693B
公开(公告)日：2025-04-25
申请号：CN202411256447.5
申请日：2024-09-09
Applicant: 哈尔滨工业大学
IPC: G06F18/2415 , G06N3/0464 , G06F18/214 , G06N3/08 , G06F30/20 , G06F18/15 , G01R31/316
Abstract: 基于BV‑CNN的模拟电路故障诊断方法、电子设备及存储介质，属于模拟电路故障诊断技术领域。为高效的进行BV‑CNN的模拟电路故障诊断，本发明定义优化目标函数，设置模态个数K和惩罚参数α作为贝叶斯优化参数搜索空间，使用贝叶斯优化方法搜索VMD算法的模态个数K和惩罚参数α的最优组合，得到优化后的VMD算法的参数，贝叶斯优化自动选择VMD参数，避免了在参数选择不当时会出现模态混叠或信号过度分解的问题，提升了信号分解效果，并结合CNN自动特征提取和分类能力，大大提高了故障诊断的准确性和鲁棒性，对非线性、非平稳信号也能实现较好的处理，适应了复杂信号和多工况，实现了高效的参数优化和模型训练。
-
公开(公告)号：CN118190688B
公开(公告)日：2025-03-07
申请号：CN202410157016.7
申请日：2024-02-04
Applicant: 哈尔滨工业大学
IPC: G01N3/62
Abstract: 一种高温环境下DIC标定装置，本发明涉及一种DIC标定装置，本发明为解决现有技术在室温环境下进行标定操作，标定结果应用于高温测试无法获得准确的测量结果的问题，本发明包括试验单元、标定单元、旋转单元和滑动单元，所述试验单元包括试验机和环境箱，环境箱安装在试验机的中部，所述标定单元悬浮于环境箱内，所述标定单元通过所述旋转单元与所述滑动单元连接。本发明是在试验温度下进行标定，解决了当前室温标定结果在高温测试应用而导致的测试精度较低的问题，有效的避免了因温度变化对标定结果产生的影响。所有操作都通过机器(计算机)进行控制，标定结果更加精确。本发明属于无损检测技术领域。
-
公开(公告)号：CN117929095B
公开(公告)日：2025-02-18
申请号：CN202410156592.X
申请日：2024-02-04
Applicant: 哈尔滨工业大学
Abstract: 本发明涉及静态拉伸测试技术领域，具体为一种高低温静态拉伸载荷测试试验箱，包括试验机底座；横梁；箱体；所述箱体的内部设置有辅助均匀受热测试装置，所述辅助均匀受热测试装置内设置有测试板，所述横梁上设置有监测装置。本发明通过辅助均匀受热测试装置实现对测试板进行均匀加热、防热泄露和未检测区降温隔离的工作，通过启动防泄漏进给装置，在常态下利用密封卡座对测试板进行夹持，在夹持时达到防热泄露、热阻断的效果，在实现自动化对测试板进行向上的自动进给工作前脱离两个密封卡座对测试板的限制，继而便于进给工作，对准测试板的两面进行吹动降温，继而避免因热传递导致底部未测试的测试板受高温影响受损的问题。
-
公开(公告)号：CN118981693A
公开(公告)日：2024-11-19
申请号：CN202411256447.5
申请日：2024-09-09
Applicant: 哈尔滨工业大学
IPC: G06F18/2415 , G06N3/0464 , G06F18/214 , G06N3/08 , G06F30/20 , G06F18/15 , G01R31/316
Abstract: 基于BV‑CNN的模拟电路故障诊断方法、电子设备及存储介质，属于模拟电路故障诊断技术领域。为高效的进行BV‑CNN的模拟电路故障诊断，本发明定义优化目标函数，设置模态个数K和惩罚参数α作为贝叶斯优化参数搜索空间，使用贝叶斯优化方法搜索VMD算法的模态个数K和惩罚参数α的最优组合，得到优化后的VMD算法的参数，贝叶斯优化自动选择VMD参数，避免了在参数选择不当时会出现模态混叠或信号过度分解的问题，提升了信号分解效果，并结合CNN自动特征提取和分类能力，大大提高了故障诊断的准确性和鲁棒性，对非线性、非平稳信号也能实现较好的处理，适应了复杂信号和多工况，实现了高效的参数优化和模型训练。
-
-
-
-
-
-
-
-
-
Search Results
51
records
(took 0.027 seconds)
