-
公开(公告)号：CN109657861B
公开(公告)日：2021-06-08
申请号：CN201811559070.5
申请日：2018-12-20
Applicant: 北京航空航天大学
Abstract: 本发明提供一种基于顺序博弈的多阶段连续任务装备集群的选择性维修方法，步骤如下：一、在第x波次任务开始前，按照装备健康状态将装备集群分为三个梯队；二、以最小化维修次数为主要目标，以维修成本为次要目标，建立任务成功率约束下装备集群选择性维修决策模型；三、基于顺序博弈方法，对各波次任务装备集群维修策略进行求解。本发明通过以上步骤，就能得到在装备集群面对短周期、多波次、连续任务时的维修策略，使得装备集群在达到任务可靠度的要求下，尽可能减少维修成本。
-
公开(公告)号：CN112785079A
公开(公告)日：2021-05-11
申请号：CN202110143685.5
申请日：2021-02-02
Applicant: 北京航空航天大学
Abstract: 本发明提供了一种基于混合启发式算法的装备体系保障方案优化方法，其具体步骤如下：步骤(1)：根据装备的状态，对装备保障模型需求进行描述；步骤(2)：根据装备所需的保障资源情况，对各保障站点进行描述；步骤(3)：保障方案优化约束建模；步骤(4)：复杂装备体系保障方案成本评估；步骤(5)：根据相关约束条件，生成具体复杂装备体系保障方案；本发明提供了一种基于混合启发式算法的装备体系保障方案优化方法，该方法针对装备体系与保障站点的映射关系、装备体系地理位置及其布局形式，根据各装备的保障需求，在保障设施配送约束、服务约束、保障人员约束和保障时间约束的条件下，生成装备体系保障方案。该发明通过一种基于混合启发式算法，为复杂装备体系生成可行的保障方案。
-
公开(公告)号：CN112464555A
公开(公告)日：2021-03-09
申请号：CN202011242761.X
申请日：2020-11-10
Applicant: 北京航空航天大学
IPC: G06F30/27 , G06F119/02
Abstract: 本发明公开了一种基于多智能体的多态系统动态可靠性仿真评价方法，尤其涉及到一种基于多智能体建模，支持描述组成单元多态功能和多态故障及其影响的动态系统动态可靠性评价方法。步骤如下：1.基于智能体的多态系统要素抽象，将多态系统及其运行过程抽象为任务类智能体与系统类智能体。2.基于功能框图对抽象后智能体的功能多态性进行描述和分析。3.基于FMEA的智能体故障多态及影响分析，通过FMEA对抽象后智能体的故障多态性进行描述和分析。4.定义智能体功能与故障多态及智能体之间的交互规则。5.在多智能体的多态系统可靠性模型基础上，根据多次仿真结果，按评估系统的平均性能，R(t)＝l(t)/n计算系统可靠度。
-
公开(公告)号：CN112183777A
公开(公告)日：2021-01-05
申请号：CN202010960298.6
申请日：2020-09-14
Applicant: 北京航空航天大学
Abstract: 本发明公开了一种基于深度强化学习的复杂网络局部破坏控制方法，解决了复杂网络在局部破坏状态下的集群维修问题。步骤如下：1根据局部破坏信息建立复杂网络“节点‑单元”集群的维修状态0‑1矩阵。2基于集群维修状态映射生成复杂网络邻接矩阵。3设计一个神经网络预测“节点‑单元”集群的先验维修状态转移概率和先验局部破坏控制策略价值。4构建局部破坏控制策略迭代体系，遍历局部破坏控制策略解空间，选择当前时刻全局最佳维修动作。5基于集群维修状态的变化更新复杂网络邻接矩阵，然后计算并检验复杂网络恢复程度。6由局部破坏控制策略迭代过程存储的一系列最佳维修动作生成一个完整的局部破坏控制策略。
-
公开(公告)号：CN111950850A
公开(公告)日：2020-11-17
申请号：CN202010663738.1
申请日：2020-07-10
Applicant: 北京航空航天大学
Abstract: 本发明是一种基于证据网络的无人机系统保障能力评估方法，即在传统评价方法中引入结构方程模型和证据网络，构建无人机系统保障能力结构方程，给出评价指标和计算无人机系统保障能力的评估模型。该方法主要包含以下步骤：(1)构建无人机系统评价体系；(2)构建无人机系统保障能力评价结构方程模型；(3)收集数据；(4)对所构建的结构方程模型进行分析；(5)构建基于条件证据网络的保障能力评估模型。
-
Patent Agency Ranking
公开(公告)号：CN111579993A
公开(公告)日：2020-08-25
申请号：CN202010433218.1
申请日：2020-05-21
Applicant: 北京航空航天大学
IPC: G01R31/367 , G01R31/378 , G01R31/387
Abstract: 本发明公开了一种基于卷积神经网络的锂电池容量在线估计方法，首先利用参考电池的充放电循环实验数据，处理得到包含若干个样本及对应容量标签的源数据集，其中每个样本由一段充电电压、充电电压一阶微分、充电电流数据组成。进一步地，建立用于估计锂电池容量的卷积神经网络，并利用寻优算法优化神经网络的超参数。取被测电池最近一次充电过程中与源数据集样本具有相同充电容量区间长度的充电电压、充电电流数据，获得充电电压、充电电压一阶微分和充电电流数据输入至已完成优化训练的卷积神经网络，卷积神经网络输出值即为被测电池的容量估计值。本发明可适用于实际使用条件下的锂电池容量在线估计，满足区间长度要求的任意一段充电电压、电流数据均可作为输入数据，对数据要求低，计算资源消耗少，估计精度高，具有很高的实际应用价值。
-
公开(公告)号：CN111475893A
公开(公告)日：2020-07-31
申请号：CN202010258235.6
申请日：2020-03-27
Applicant: 北京航空航天大学
IPC: G06F30/17 , G06T17/00 , G06Q10/06 , G06Q30/06 , G06F119/02
Abstract: 本发明涉及一种基于产品三维模型的空间故障场模型构建方法。该方法是基于场的概念，将产品组成单元的故障模式分布可视化，并辐射到产品表面形成故障场，进而为产品维修性设计提供依据。它包含三大步骤：(1)计算产品每个单元、每个故障模式的风险指数，即根据故障模式影响及危害性分析结果确定每个组成单元每个故障模式的风险指数；(2)计算产品组成单元的空间故障场强，即结合故障模式风险指数及单元维修难度计算；(3)计算产品表面故障场强，即将不规则单元转化为规则的三维线框体，然后将单元空间故障场强投射到产品表面形成故障场分布模型。基于该模型即可指导产品维修口盖设计。
-
公开(公告)号：CN111461506A
公开(公告)日：2020-07-28
申请号：CN202010190233.8
申请日：2020-03-18
Applicant: 北京航空航天大学
Abstract: 本发明公开了一种以电力资源供需平衡为目标、基于贝叶斯网络的多微网系统可靠性建模与评估方法。该方法在建模的过程中考虑了设备的故障与维修，针对系统性能与可靠性构建了统一模型，适用于由多个参与并网的微网构成的多微网系统的可靠性评估。该方法在前期可以指导多微网系统的建设，后期可以监测多微网系统运行。本发明属于可靠性系统工程领域，主要步骤如下：(1)构建多微网系统设备的性能与可靠性统一模型；(2)构建多微网系统能量调度与可靠性模型；(3)基于贝叶斯网络的多微网系统可靠性评估。
-
公开(公告)号：CN110062502B
公开(公告)日：2020-05-19
申请号：CN201910322099.X
申请日：2019-04-22
Applicant: 北京航空航天大学
IPC: H05B45/58
Abstract: 本发明公开了一种基于机器视觉的LED照明灯具剩余寿命预测及可靠性评估方法，支持LED照明灯具在线寿命预测与可靠性评估，属于可靠性工程领域。步骤如下：1.图像信息采集设备的布置，根据灯具应用场景，按照本方法规定的标准布置图像采集设备。2.图像信息预处理，对采集得到的图像进行相应的处理，得到合格的图像信息。3.亮度/色度信息识别，识别图像信息中灯具亮度/色度的信息，确定关注区域并计算其范数。4.建立并训练灯具光通量退化/色坐标偏移模型，根据识别的到的亮度/色度范数，分别建立光通量/色坐标的退化模型与可靠性模型。5.进行被测灯具剩余寿命预测与可靠性评估，利用训练的到的模型进行灯具剩余寿命预测与可靠性评估。
-
公开(公告)号：CN110909465A
公开(公告)日：2020-03-24
申请号：CN201911140228.X
申请日：2019-11-20
Applicant: 北京航空航天大学
Abstract: 本发明公开了一种基于智能体学习的合作博弈集群视情维修方法。步骤如下：1.选择任务执行对象，制定初始维修策略。2.计算收益，若满足任务和维修限制要求，则进入步骤八；否则，进入步骤三。3.计算每一轮学习中的学习信号。4.调整策略，选择博弈参与者。5.剔除不符合优化方向的策略，生成策略减少空间。6.选择策略减少空间，构成编队层次的维修策略，建立博弈矩阵。7.计算当前动作集合下的收益。若收益值大于等于零，则为可行解策略；若有多种可行解策略，则选择最大收益值策略作为帕累托平衡解，并进入到下一步骤。8.输出方案收益，判断是否满足退火收敛条件，若满足，则终止博弈并输出最优方案；否则，进入下一轮博弈。
-
-
-
-
-
-
-
-
-
Search Results
250
records
(took 0.064 seconds)
