-
公开(公告)号：CN103761421B
公开(公告)日：2017-06-06
申请号：CN201310751052.8
申请日：2013-12-31
Applicant: 电子科技大学
IPC: G06F19/00
Abstract: 本发明公开了一种大型矿用挖掘机提升机构可靠性评估方法，主要包括步骤：收集故障间隔时间数据；计算所得样本的前四阶矩；确定积分区间并计算最大熵密度函数；确定先验分布和后验分布；计算平均故障间隔时间和可靠度。本发明的大型矿用挖掘机提升机构可靠性评估方法基于贝叶斯原理和最大熵密度原理，能够有效运用获取的少量样本对概率密度函数进行估计，解决了具有小样本特性的大型矿用挖掘机提升机构可靠性分析的难题，同时，本发明的大型矿用挖掘机提升机构可靠性评估方法也适用于其他不易获得大量样本的机械产品的可靠性分析。
-
公开(公告)号：CN102682208B
公开(公告)日：2015-02-25
申请号：CN201210135828.9
申请日：2012-05-04
Applicant: 电子科技大学
IPC: G06F19/00
Abstract: 本发明涉及基于Bayes信息更新的航空发动机轮盘概率故障物理寿命预测方法。包括如下步骤：步骤1：根据航空发动机轮盘结构特征，用基于故障物理的可靠性分析方法确定涡轮盘的故障物理信息；步骤2：运用FTA/FMECA方法对步骤1得到的航空发动机轮盘的故障物理信息和由维修数据统计得到的已有的故障信息进行分析得到轮盘的主要失效模式及其故障位置，收集并整理轮盘面向全寿命周期的不确定因素和不精确数据；步骤3：根据步骤2得到的轮盘主要失效模式和故障位置建立航空发动机轮盘的故障物理寿命预测模型。本发明的有益效果是：能显著地缩短航空发动机轮盘设计周期，降低开发的费用，能显著地提高航空发动机轮盘的寿命可靠性。
-
公开(公告)号：CN102982208B
公开(公告)日：2015-02-11
申请号：CN201210501881.6
申请日：2012-11-30
Applicant: 电子科技大学
IPC: G06F17/50
Abstract: 本发明涉及一种基于Bayes因子优化的动态可靠性模型更新方法，包括如下步骤：步骤1：分析产品的失效物理，建立产品的失效物理可靠性模型，估计在某些给定时刻点处的可靠度R0(ti)；步骤2：现场收集产品相关的可靠性信息，对可靠性信息进行统计和物理特性分析，建立统计可靠性模型，估计在某些给定时刻点处的可靠度；步骤3：将失效物理可靠性模型作为选择模型，结合现场可靠性数据和可靠性试验数据，建立不同时间区间的Bayes因子表达式；本发明的有益效果是：实现小样本下的动态可靠性模型更新，同时可为新技术、新材料下新一代产品的可靠性设计优化，具有较高的实用价值和较强的工程意义。
-
公开(公告)号：CN103761421A
公开(公告)日：2014-04-30
申请号：CN201310751052.8
申请日：2013-12-31
Applicant: 电子科技大学
IPC: G06F19/00
Abstract: 本发明公开了一种大型矿用挖掘机提升机构可靠性评估方法，主要包括步骤：收集故障间隔时间数据；计算所得样本的前四阶矩；确定积分区间并计算最大熵密度函数；确定先验分布和后验分布；计算平均故障间隔时间和可靠度。本发明的大型矿用挖掘机提升机构可靠性评估方法基于贝叶斯原理和最大熵密度原理，能够有效运用获取的少量样本对概率密度函数进行估计，解决了具有小样本特性的大型矿用挖掘机提升机构可靠性分析的难题，同时，本发明的大型矿用挖掘机提升机构可靠性评估方法也适用于其他不易获得大量样本的机械产品的可靠性分析。
-
公开(公告)号：CN102682208A
公开(公告)日：2012-09-19
申请号：CN201210135828.9
申请日：2012-05-04
Applicant: 电子科技大学
IPC: G06F19/00
Abstract: 本发明涉及基于Bayes信息更新的航空发动机轮盘概率故障物理寿命预测方法。包括如下步骤：步骤1：根据航空发动机轮盘结构特征，用基于故障物理的可靠性分析方法确定涡轮盘的故障物理信息；步骤2：运用FTA/FMECA方法对步骤1得到的航空发动机轮盘的故障物理信息和由维修数据统计得到的已有的故障信息进行分析得到轮盘的主要失效模式及其故障位置，收集并整理轮盘面向全寿命周期的不确定因素和不精确数据；步骤3：根据步骤2得到的轮盘主要失效模式和故障位置建立航空发动机轮盘的故障物理寿命预测模型。本发明的有益效果是：能显著地缩短航空发动机轮盘设计周期，降低开发的费用，能显著地提高航空发动机轮盘的寿命可靠性。
-
Patent Agency Ranking
公开(公告)号：CN118763643A
公开(公告)日：2024-10-11
申请号：CN202410761169.2
申请日：2024-06-13
Applicant: 电子科技大学
IPC: H02J3/00 , G06F30/18 , G06F30/20 , H02J3/38 , G06F113/04
Abstract: 本发明公开了一种基于改进行列生成算法的城市电网两阶段韧性提升优化方法，包括如下步骤：步骤1、采集城市电网的网络拓扑信息，可实施的抗灾措施以及灾后的用户电力需求信息；步骤2、收集输电线路历史损伤数据，分析输电线路的失效概率，建立输电线路损伤模糊集；步骤3、建立灾前城市电网线性潮流模型，获得灾前城市电网可满足的最大用户电力功率需求，建立韧性评估指标；步骤4、建立考虑灾前防御和灾后快速恢复的两阶段韧性提升优化模型，并将两阶段分布鲁棒优化模型重构为两阶段鲁棒优化模型；步骤5、运用改进行列生成算法求解两阶段鲁棒优化模型；步骤6、输出两阶段韧性提升决策：第一阶段线路加固策略、分布电源布置策略和联络线及开关安装策略，并通过图像的方式展示。本发明能够帮助决策者制定城市电网最优的灾前和灾后部署策略，从而最大限度提高城市电网的整体韧性和最大化满足灾后的供电需求，降低各种灾害事件的影响。
-
公开(公告)号：CN115741715B
公开(公告)日：2024-07-16
申请号：CN202211533925.3
申请日：2022-12-01
Applicant: 电子科技大学
Abstract: 该发明公开了一种基于激光面阵传感器的智能艾灸机械臂的控制方法，属于机械控制领域。本发明主要针对艾灸治疗劳动强度较高、治疗过程操作较繁琐、艾灸手法专业性强、艾灸医师培养难度较高且周期较长等问题。通过对艾灸过程相关中医理论的研究，结合现代智能机器人技术，设计一套基于激光面阵传感器的智能艾灸机械臂的控制方法，控制艾灸机械臂按照艾灸规范标准安全有效的完成艾灸过程中的各种指定动作，实现艾灸机械臂的自动化需求，降低艾灸医师工作强度。
-
公开(公告)号：CN117273491A
公开(公告)日：2023-12-22
申请号：CN202311278873.4
申请日：2023-09-28
IPC: G06Q10/0637 , G06Q50/06 , G06F30/27 , G06F113/04 , G06F111/08
Abstract: 本发明公开了一种基于深度强化学习的电力网络故障恢复动态决策方法，首先采集电力网络的结构与灾害损伤信息，评估线路损伤概率，建立损伤评估不确定性下电力网络故障恢复的部分可观测马尔科夫决策过程模型，再构建求解电力网络故障动态恢复策略的演员‑评论家框架，然后在离线训练阶段运用近端策略优化方法训练智能体，最后在在线决策阶段基于电力网络损伤情况输出最优的电力网络故障巡检与恢复策略。本发明的方法能有效解决灾害损伤评估不确定性下的电力网络恢复动态决策，最大限度地提升电力网络故障恢复效率、降低灾害事件的影响。
-
公开(公告)号：CN115741715A
公开(公告)日：2023-03-07
申请号：CN202211533925.3
申请日：2022-12-01
Applicant: 电子科技大学
Abstract: 该发明公开了一种基于激光面阵传感器的智能艾灸机械臂的控制方法，属于机械控制领域。本发明主要针对艾灸治疗劳动强度较高、治疗过程操作较繁琐、艾灸手法专业性强、艾灸医师培养难度较高且周期较长等问题。通过对艾灸过程相关中医理论的研究，结合现代智能机器人技术，设计一套基于激光面阵传感器的智能艾灸机械臂的控制方法，控制艾灸机械臂按照艾灸规范标准安全有效的完成艾灸过程中的各种指定动作，实现艾灸机械臂的自动化需求，降低艾灸医师工作强度。
-
公开(公告)号：CN108052730B
公开(公告)日：2021-05-04
申请号：CN201711304554.0
申请日：2017-12-11
Applicant: 电子科技大学
IPC: G06F30/23 , G06F30/27 , G06F30/17 , G06F111/08 , G06F119/02
Abstract: 本发明公开一种大型矿用挖掘机提升机构减速箱可靠性评估方法，应用于机械产品的可靠性分析领域，针对现有的大型矿用挖掘机提升机构减速器箱体工况复杂，其动态性能呈现高度非线性，且基于有限元的仿真需要占用大量计算机资源和时间的问题；本发明建立箱体的有限元模型，运用仿真方法分析不确定性输入下箱体的动态性能；根据得到的箱体动态性能，运用支持向量机(Support Vector Machine，SVM)建立箱体主要失效模式的物理模型；然后对箱体的不确定性输入进行抽样，根据建立的物理模型计算箱体各失效模式的失效概率；相比于现有的方法提高了计算效率和精度。
-
-
-
-
-
-
-
-
-
Search Results
58
records
(took 0.099 seconds)
