-
Patent Agency Ranking
公开(公告)号：CN114417686A
公开(公告)日：2022-04-29
申请号：CN202210065461.1
申请日：2022-01-20
Applicant: 哈尔滨工业大学
IPC: G06F30/25 , G06F30/27 , G06F111/10 , G06F111/08 , G06F119/02 , G06F119/04
Abstract: 一种面向单个锂离子电池的自适应在线剩余使用寿命预测方法，本发明涉及电池的自适应在线剩余使用寿命预测方法。本发明的目的是为了解决现有单个电池工作过程中的剩余使用寿命预测方法需要大量历史数据，在一定程度上会受到强马尔可夫特性的制约，以及电池在退化过程中的随机性难以得到量化的问题。过程为：一：提取电池第k次工作过程中的容量数据；二：构建电池的退化模型；三：构建自适应估计退化模型参数；四：计算电池的剩余使用寿命；判断第k次工作循环下的电池SOC是否低于80％，如果SOC低于80％，则令k＝k+1，执行一至四，否则执行五；五：评估剩余使用寿命的在线预测效果。本发明用于电池使用寿命预测领域。
-
公开(公告)号：CN113179264B
公开(公告)日：2022-04-12
申请号：CN202110453365.X
申请日：2021-04-26
Applicant: 哈尔滨工业大学
IPC: H04L9/40
Abstract: 网络化控制系统中数据传输的攻击检测方法，它属于数据传输的攻击检测领域。本发明解决了现有方法不能对历史未出现过的攻击进行检测的问题。本发明通过建立检测通道可以实现多种攻击的检测，而且检测使用的是无监督方法，相比于使用分类器的攻击检测方法，本发明在训练模型时不需要额外的受攻击数据来训练分类器，同时对于历史未出现过的攻击也可进行有效检测。通过对传输信号与重建信号的残差分析，可以对受攻击的通道进行判断，方便快速找到受攻击通道。本发明可以应用于网络化控制系统中数据传输的攻击检测。
-
公开(公告)号：CN113971489A
公开(公告)日：2022-01-25
申请号：CN202111242328.0
申请日：2021-10-25
Applicant: 哈尔滨工业大学
Abstract: 一种基于混合神经网络的剩余使用寿命预测方法及系统，它属于设备剩余使用寿命预测与人工智能相结合的学科交叉领域。本发明解决了现有的深度学习方法在剩余使用寿命预测上的准确率低的问题。本发明首先将设备中传感器采集到的数据进行特征筛选和平滑降噪，组合成时间窗口的形式输入到混合网络中。然后通过一维卷积神经子网络提取历史数据的卷积特征信息，双向门控循环单元子网络提取历史数据的时间特征信息，完成混合网络的离线训练。最后，将训练好的混合网络模型用于剩余使用寿命的在线实时预测。本发明可以应用于对设备剩余使用寿命进行预测。
-
公开(公告)号：CN113204921A
公开(公告)日：2021-08-03
申请号：CN202110522956.8
申请日：2021-05-13
Applicant: 哈尔滨工业大学
IPC: G06F30/27 , G06N3/04 , G06N3/08 , G06F119/02 , G06F119/04
Abstract: 飞机涡扇发动机的剩余使用寿命预测方法及系统，它属于故障预测与人工智能相结合的学科交叉领域。本发明解决了传统基于数据驱动的剩余使用寿命预测方法的预测效果不佳以及参数繁多、难以直接处理将来时刻数据的问题。本发明通过传感器收集到的历史数据，训练一种基于对时间步长的自注意力机制双向门控循环单元的深度神经网络，构建传感器数据和剩余使用寿命的映射关系，能够解决传统长短时记忆网络所面临的参数繁多、难以直接处理将来时刻数据、以及难以反映不同时刻数据重要性程度的问题；然后提取系统在线工作过程中相应的传感器数据输入到训练好的深度神经网络中，实现了系统剩余使用寿命的实时预测。本发明可以应用于剩余使用寿命预测领域。
-
公开(公告)号：CN113098897A
公开(公告)日：2021-07-09
申请号：CN202110454801.5
申请日：2021-04-26
Applicant: 哈尔滨工业大学
Abstract: 网络化控制系统中数据非对称加密传输方法及系统，它属于数据安全传输技术领域。本发明解决了现有方法的抗窃听攻击的性能有限的问题。本发明通过设计加密密钥和解密密钥不同的加密方法，提高了窃取信息攻击者破解加密信息的难度，提升了抗窃听攻击的性能，且拥有较大的密钥空间。且通过自编码器的压缩，可以减少传输数据的数据量，提高了数据传输的效率。本发明可以应用于网络化控制系统中数据的传输。
-
-
-
-
Search Results
25
records
(took 0.03 seconds)
