-
公开(公告)号：CN112033463B
公开(公告)日：2022-09-06
申请号：CN202010908744.9
申请日：2020-09-02
Applicant: 哈尔滨工程大学
Abstract: 本发明涉及一种核动力设备状态评估与预测一体化方法和系统。该核动力设备状态评估与预测一体化方法和系统通过采用结构优化后的循环时间卷积网络模型，根据核动力设备的运行数据，就可以精确得到核动力设备的使用寿命的预测结果。并且，本发明提供的核动力设备状态评估与预测一体化方法和系统，通过采用小卷积核堆叠形成循环时间卷积网络模型，可以考虑故障特征的时间属性，对循环时间卷积网络模型进行灵活调整，以达到丰富所提取的局部特征的目的，进而在避免出现误判断和漏判断问题的同时，提高检测准确率和可解释性。
-
公开(公告)号：CN111780800B
公开(公告)日：2021-10-29
申请号：CN202010654739.X
申请日：2020-07-09
Applicant: 哈尔滨工程大学
Abstract: 本发明提供的一种传感器故障的监测、隔离以及重构方法和系统，根据主元空间与残差空间的具体特征来进行分别重构，有利于提高重构的准确性，在定位故障传感器后，可以利用其他正常传感器在主元空间中的参数辅助故障传感器进行数据重构，也能够提高重构数据的准确性。且在数据重构的过程中，对故障传感器的残差空间进行单独重构，能够提高重构结果的真实性。并且，采用循环监测的方式，能够发现故障程度较小的传感器或者同一时间并发的故障传感器，极大地提高了对多传感器故障现象的监测能力。此外，故障传感器被隔离后，重构过程可使其他无故障传感器继续运行一段时间，直到故障传感器被更换或者维修，能够提高系统运行的安全性。
-
公开(公告)号：CN112259242A
公开(公告)日：2021-01-22
申请号：CN202011229747.6
申请日：2020-11-06
Applicant: 哈尔滨工程大学
Abstract: 本发明属于辐射防护技术领域，具体涉及一种基于骨骼动画与局部特征线的人体剂量评估计算方法。本发明克服了现有人体剂量评估仿真模型过于简化，难以兼顾考虑作业姿态变化、人体模型的遮挡和模型内的散射效应的问题。本发明能够将骨骼动画技术、体素模型与LMOC方法三者相结合，利用骨骼动画控制人员的作业姿态的变化，并将姿态变化后的人体网格模型转换为体素模型，之后利用LMOC进行辐射剂量评估。本发明兼顾考虑了人员的作业姿态变化、人体模型的遮挡和模型内的散射效应进行人体辐射剂量计算仿真，能够实现器官级剂量结果，计算结果更可靠。本发明能够为核辐射环境下的人员作业过程提供一种灵活、可靠的辐射剂量评估方式。
-
公开(公告)号：CN112199890A
公开(公告)日：2021-01-08
申请号：CN202011080818.0
申请日：2020-10-11
Applicant: 哈尔滨工程大学
IPC: G06F30/27 , G06N3/00 , G06N20/10 , G06F111/04
Abstract: 本发明提供一种综合式核动力装置系统级故障诊断方法，具体包括以下步骤：采集核动力装置在稳态以及典型事故下的仿真运行数据，综合得到的各参数时间序列并存储在历史训练库中；在核动力装置的运行中，数据采集系统通过传感器等将系统级参数运行数据存储在实时运行数据库中；建立故障诊断模型；在核动力装置运行期间，将运行数据库中采集到的实时参数输入至训练好的故障诊断模型中，最终辨识出故障类型；诊断出不同类型的故障后，随即将此时运行数据输入至训练好的粒子群优化‑高斯过程回归的故障程度评估模型中，评估实时的故障程度值，并最终显示在人机界面中。本发明能够更快速高效的处理模拟器的数据，以进行可靠的运行支持。
-
公开(公告)号：CN115202307A
公开(公告)日：2022-10-18
申请号：CN202210884074.0
申请日：2022-07-26
Applicant: 哈尔滨工程大学
IPC: G05B19/418
Abstract: 本发明提供一种基于数字孪生的蒸汽发生器状态监测与预测系统及方法，系统包括模型层、数据层、服务支持层，各层之间通过通讯协议实现交互。一个完整的蒸汽发生器数字孪生状态监测与预测系统的构成模块主要有：数字孪生模型模块、数据处理模块、特征提取与融合模块、状态与故障识别模块、状态预测模块。本发明针对传统的物理机理建模和数据驱动方法的优缺点进行互补融合，并基于人工智能、预测技术和反演重构技术得到蒸汽发生器传热管无法直接监测的运行状态，必要时可加速运行实现传热管状态预测。
-
Patent Agency Ranking
公开(公告)号：CN112036042B
公开(公告)日：2022-07-26
申请号：CN202010908120.7
申请日：2020-09-02
Applicant: 哈尔滨工程大学
IPC: G06F30/20 , G06N3/04 , G06F111/04 , G06F111/08
Abstract: 本发明公开了一种基于变分模态分解的动力设备异常检测方法及系统。所述基于变分模态分解的动力设备异常检测方法，包括：获取待测动力设备的运行数据；运行数据为非平稳随机数据；对待测动力设备的运行数据进行变分模态分解，得到多个待测本征模态函数；对各待测本征模态函数进行相空间重构，得到多个待测重构特征参数；计算各待测重构特征参数的排列熵和样本熵，并对待测重构特征参数的排列熵和待测重构特征参数的样本熵进行合并，得到待测特征；将待测特征输入至训练好的卷积自编码器中，得到待测动力设备的故障诊断结果。本发明能及时快速地检测出非平稳、非线性的早期微小异常，提高检测的准确性和检测效率。
-
公开(公告)号：CN112036496A
公开(公告)日：2020-12-04
申请号：CN202010908383.8
申请日：2020-09-02
Applicant: 哈尔滨工程大学
Abstract: 本发明涉及一种核动力装置故障诊断方法及系统。所述方法包括获取核动力装置的运行数据；根据所述运行数据以及多个基于卷积核和长短时记忆网络的基分类模型，得到多个诊断结果；采用引导聚集算法将多个诊断结果进行融合，得到目标诊断结果。本发明所提供的一种核动力装置故障诊断方法及系统，提高了故障诊断模型的准确率、稳定性和通用性。
-
公开(公告)号：CN112033463A
公开(公告)日：2020-12-04
申请号：CN202010908744.9
申请日：2020-09-02
Applicant: 哈尔滨工程大学
Abstract: 本发明涉及一种核动力设备状态评估与预测一体化方法和系统。该核动力设备状态评估与预测一体化方法和系统通过采用结构优化后的循环时间卷积网络模型，根据核动力设备的运行数据，就可以精确得到核动力设备的使用寿命的预测结果。并且，本发明提供的核动力设备状态评估与预测一体化方法和系统，通过采用小卷积核堆叠形成循环时间卷积网络模型，可以考虑故障特征的时间属性，对循环时间卷积网络模型进行灵活调整，以达到丰富所提取的局部特征的目的，进而在避免出现误判断和漏判断问题的同时，提高检测准确率和可解释性。
-
公开(公告)号：CN111780800A
公开(公告)日：2020-10-16
申请号：CN202010654739.X
申请日：2020-07-09
Applicant: 哈尔滨工程大学
Abstract: 本发明提供的一种传感器故障的监测、隔离以及重构方法和系统，根据主元空间与残差空间的具体特征来进行分别重构，有利于提高重构的准确性，在定位故障传感器后，可以利用其他正常传感器在主元空间中的参数辅助故障传感器进行数据重构，也能够提高重构数据的准确性。且在数据重构的过程中，对故障传感器的残差空间进行单独重构，能够提高重构结果的真实性。并且，采用循环监测的方式，能够发现故障程度较小的传感器或者同一时间并发的故障传感器，极大地提高了对多传感器故障现象的监测能力。此外，故障传感器被隔离后，重构过程可使其他无故障传感器继续运行一段时间，直到故障传感器被更换或者维修，能够提高系统运行的安全性。
-
公开(公告)号：CN111507046A
公开(公告)日：2020-08-07
申请号：CN202010302235.1
申请日：2020-04-16
Applicant: 哈尔滨工程大学
IPC: G06F30/27 , G06N3/04 , G06N3/08 , G06F119/04 , G06F119/02
Abstract: 本发明公开了一种电动闸阀剩余使用寿命预测方法及系统。该方法包括：获取待预测时序长度以及在待预测时序长度内待预测电动闸阀的寿命监测数据；将待预测时序长度和与待预测时序长度对应的特征参数形成第一待预测二维数据；根据滑动时窗将第一待预测二维数据转换为待预测三维数据；将待预测三维数据输入训练好的电动闸阀剩余使用寿命预测模型中，得到电动闸阀剩余使用寿命。本发明的电动闸阀剩余使用寿命预测方法及系统，充分考虑了寿命预测特征数据中蕴含的时序特性，更能体现退化过程中的时序特性，具有能够提高剩余使用寿命预测准确率的优点。
-
-
-
-
-
-
-
-
-
Search Results
42
records
(took 0.036 seconds)
