基于问题解耦的航空发动机全寿命维修决策优化算法

    公开(公告)号:CN113887770A

    公开(公告)日:2022-01-04

    申请号:CN202010625099.X

    申请日:2020-07-01

    Abstract: 本发明涉及航空发动机维修策略技术领域,具体的说是一种可以有效的降低发动机的维修成本的基于问题解耦的航空发动机全寿命维修决策优化算法,其特征在于,将发动机全寿命维修决策问题的决策变量分为三组,第一组是发动机全寿命期内的维修次数,第二组是历次维修时机,第三组是历次维修时,各单元体是否大修、各寿命件是否更换;其中第一组决策变量进行遍历处理,第二组决策变量采用粒子群优化算法进行求解,第三组决策变量采用基于粒子群优化的发动机维修决策算法。

    一种基于CNN迁移学习的发动机气路状态诊断系统

    公开(公告)号:CN111598161A

    公开(公告)日:2020-08-28

    申请号:CN202010406716.7

    申请日:2020-05-14

    Abstract: 本发明披露了一种基于CNN迁移学习的发动机气路状态诊断系统,所述诊断系统包括源域和目标域,所述源域包括一CNN模块,其特征在于:所述CNN模块包括一个内层和三个全连层,所述内层由两个卷积层、一个池化层组成,并以预设的源域训练集对所述CNN模块进行训练,待所述CNN模块训练完成,将训练完成的所述CNN模块中的所述内层迁移到所述目标域并保持不变,作为所述目标域的发动机状态特征映射模型;所述目标域还包括一SVM模块,所述SVM模块对经所述内层映射的发动机小样本故障数据进行诊断和分类,从而输出发动机故障类别。

    基于分组卷积自编码器的航空发动机故障检测方法及系统

    公开(公告)号:CN108182452B

    公开(公告)日:2018-11-20

    申请号:CN201711472261.3

    申请日:2017-12-29

    Abstract: 本发明涉及一种基于分组卷积自编码器的航空发动机故障检测方法及系统,其中方法包括:变量分组步骤、基于变量之间的相关性将飞机通讯寻址与报告系统数据的变量分成多个变量组;特征提取步骤、采用卷积去噪自动编码器模型独立地提取每个变量组的特征;故障识别步骤、将所有变量组的特征融合起来形成特征向量,基于该特征向量采用支持向量机来识别故障样本。本发明不需要大量的专家知识经验,避免了繁琐的数据预处理工作,在没有大量良好的有标签样本的情况下仍然具有较好的综合故障检测性能,且鲁棒性好,适合于工程实践,计算与时间成本较低。

    基于分组卷积自编码器的航空发动机故障检测方法及系统

    公开(公告)号:CN108182452A

    公开(公告)日:2018-06-19

    申请号:CN201711472261.3

    申请日:2017-12-29

    CPC classification number: G06K9/6269 G06N3/0454

    Abstract: 本发明涉及一种基于分组卷积自编码器的航空发动机故障检测方法及系统,其中方法包括:变量分组步骤、基于变量之间的相关性将飞机通讯寻址与报告系统数据的变量分成多个变量组;特征提取步骤、采用卷积去噪自动编码器模型独立地提取每个变量组的特征;故障识别步骤、将所有变量组的特征融合起来形成特征向量,基于该特征向量采用支持向量机来识别故障样本。本发明不需要大量的专家知识经验,避免了繁琐的数据预处理工作,在没有大量良好的有标签样本的情况下仍然具有较好的综合故障检测性能,且鲁棒性好,适合于工程实践,计算与时间成本较低。

    航空发动机最优运行性能区间确定方法

    公开(公告)号:CN106355253A

    公开(公告)日:2017-01-25

    申请号:CN201610486895.3

    申请日:2016-06-27

    CPC classification number: G06Q10/04 G06Q10/20 G06Q50/10

    Abstract: 本发明涉及航空发动机维修技术领域,具体的说是一种能够有效提高航空发动机运行效率,降低维护成本的航空发动机最优运行性能区间确定方法,其特征在于以单位运行维修成本最小为优化目标,建立面向全成本的航空发动机最优运行性能区间确定模型,用一个单调连续函数表示航空发动机性能参数的衰退规律,本发明与现有技术相比,从航空发动机运行维修全成本出发考虑其最优方案,航空发动机性能对其运行成本有很大影响,通过从全成本角度确定航空发动机最优运行性能区间,提高对航空发动机运行维修效率、降低运行维修成本。

    基于改进NSGA-II算法的多型号位标器共线装调重调度方法

    公开(公告)号:CN114819379B

    公开(公告)日:2024-12-17

    申请号:CN202210512378.4

    申请日:2022-05-12

    Abstract: 本发明公开了一种基于改进NSGA‑II算法的多型号位标器共线装调重调度方法,属于作业车间生产调度技术问题;其采用多目标进化算法解决多种位标器在同一条生产线进行装调并且存在正常生产、自检、军检三种优先度的调度问题。本发明首先建立总拖期最小和方案偏离度最小两个目标的柔性作业调度模型,其次对非支配排序遗传算法进行改进,不仅消除了大量个体重复的特点还保持了个体的多样性,然后利用改进的非支配排序遗传算法来解决多型号位标器共线装调生产调度问题,并利用层次分析法从Pareto最优解集中选出最为满意的一个解。

    动态环境下基于改进DWA算法的AGV路径规划方法

    公开(公告)号:CN114859929A

    公开(公告)日:2022-08-05

    申请号:CN202210544455.4

    申请日:2022-05-19

    Abstract: 本发明公开了一种动态环境下基于改进DWA算法的AGV路径规划方法,属于AGV路径规划技术领域;本发明首先通过获取AGV周围的局部地图信息设计局部DWA算法,对局部地图内的动态障碍物进行分类,评估动态障碍物速度,提升AGV对动态障碍物的避障判断能力,降低AGV偏离最短路径的程度;其次针对DWA算法移动到路径点需要调整方向的问题,通过优化DWA评价函数,缩短AGV在路径点的调整时间,并且通过改进的DWA算法对AGV全局路径的拐点进行优化,提高AGV运输效率;最后进行仿真验证,仿真结果表明本文提出的改进DWA算法在动态情况复杂的环境下,能够保证AGV实时避障,同时缩短了AGV的运输时间,提升了运输效率。

    一种重优化深度自动编码器及发动机自动检测系统

    公开(公告)号:CN111598222A

    公开(公告)日:2020-08-28

    申请号:CN202010406707.8

    申请日:2020-05-14

    Abstract: 本发明披露了一种重优化深度自动编码器,其特征在于:包括第一经典深度自动编码器模块、K-Means聚类模型模块和第二经典深度自动编码器模块;所述第一经典深度自动编码器模块训练完成后,通过所述第一经典深度自动编码器模块获得一重构误差集;所述K-Means聚类模型模块对所述重构误差集进行聚类,剔除其中重构误差较大的异常样本,保留正常样本作为新训练集;用所述新训练集对所述第二经典深度自动编码器模块进行训练。基于所述重优化深度自动编码器,本发明还提出了一种发动机自动检测系统。

    一种分阶段的航空发动机性能衰退模式挖掘方法

    公开(公告)号:CN107357994B

    公开(公告)日:2020-04-28

    申请号:CN201710575219.8

    申请日:2017-07-14

    Abstract: 本发明涉及航空发动机性能评估方法技术领域,具体的说是一种分阶段的航空发动机性能衰退模式挖掘方法,其特征在于包括以下步骤:进行性能参数预处理,具体包括粗大误差处理、降噪处理;进行性能衰退模式挖掘,包括快速衰退阶段模式挖掘和正常衰退阶段模式挖掘,本发明通过挖掘出发动机的长期衰退模式,为航空发动机的稳定运行和高效率维护提供了保证。

Patent Agency Ranking