-
公开(公告)号：CN107358046B
公开(公告)日：2019-12-31
申请号：CN201710567229.7
申请日：2017-07-12
Applicant: 哈尔滨工业大学(威海)
Abstract: 本发明涉及航空发动机维修技术领域，具体地说是一种考虑结构相关性的多寿命件更换策略搜索算法，在综合考虑航空发动机寿命件之间经济相关性和结构相关性的基础上，以全生命周期内寿命件更换总成本最低为优化目标，建立了多寿命件机会更换问题优化模型；针对优化模型的特点，提出了四种模型解空间约简规则，基于提出的规则提出一种基于约简规则的搜索算法，该算法可以获取模型的最优解。最后采用数值实验和应用案例对提出算法进行了评估和验证。结果表明，提出算法能够实现小规模多寿命件机会更换问题的精确求解。
-
公开(公告)号：CN110285976A
公开(公告)日：2019-09-27
申请号：CN201910615101.2
申请日：2019-07-09
Applicant: 哈尔滨工业大学(威海)
IPC: G01M15/05
Abstract: 本发明涉及一种基于DBN的多维时序信息驱动航空发动机气路故障诊断方法，包括：收集航空发动机ACARS数据；归一化处理，利用小波包变换方法提取参数内时序信息，利用动态时间归整方法提取参数间相关信息；将参数内时序信息与参数间相关信息向量化，转化为一维向量；训练故障诊断模型，故障诊断模型先利用DBN对输入的一维向量进行深度特征提取，再利用SVM基于深度特征提取结果进行故障诊断；利用训练好的故障诊断模型对测试集提取得到的发动机样本特征进行故障识别；统计故障诊断模型的故障识别结果，并进行评价；利用保存的故障诊断模型对航空发动机ACARS数据进行故障识别，得到诊断结果。该方法可以充分利用数据的多维时序信息，有效处理数据高维特征。
-
Patent Agency Ranking
公开(公告)号：CN109753742A
公开(公告)日：2019-05-14
申请号：CN201910028648.2
申请日：2019-01-11
Applicant: 哈尔滨工业大学(威海)
IPC: G06F17/50
Abstract: 本申请涉及一种基于不均衡样本的航空发动机故障诊断方法、系统。所述基于不均衡样本的航空发动机故障诊断方法包括：获取不均衡样本集的不均衡样本特征集；对不均衡样本特征集进行采样，从而生成多个均衡样本特征子集；为每个均衡样本特征子集生成与每个均衡样本特征子集对应的训练后的集成分类器，各个训练后的集成分类器形成一个训练后的集成分类器组；获取航空发动机待测试集的待测试特征集；生成与均衡样本特征子集数量相同的均衡样本待测试特征子集；将均衡样本待测试特征子集输入至训练后的集成分类器组中，从而获得对应的航空发动机是否故障的结果。本申请提供的基于不均衡样本的航空发动机故障诊断方法通过进行采样，具有更可靠的准确性。
-
公开(公告)号：CN109506655A
公开(公告)日：2019-03-22
申请号：CN201811413526.7
申请日：2018-11-26
Applicant: 哈尔滨工业大学(威海)
Abstract: 本发明涉及路径规划方法技术领域，具体的说是一种基于非均匀建模的改进蚁群路径规划算法，本发明考虑到均匀建模方案对复杂环境建模的不足，提出利用四叉树建模得到非均匀栅格模型，提出了基于非均匀栅格模型的改进蚁群路径规划算法，以非均匀栅格模型为基础对基本蚁群算法进行改进，在路径点选择时考虑节点与障碍物之间的距离，在进行路径点选择时考虑待选择节点与障碍物之间的距离，采用“ant-cycle”的信息素更新方式，在全局信息素更新时限制信息素大小，仿真实验表明非均匀栅格模型相比较均匀栅格模型的优越性，改进蚁群算法相比较其他几种基本蚁群算法收敛速度更快，能够得到更符合复杂环境中水下航行器需要的路径。
-
公开(公告)号：CN107977526B
公开(公告)日：2019-02-26
申请号：CN201711365259.6
申请日：2017-12-18
Applicant: 哈尔滨工业大学(威海)
IPC: G06F17/50
Abstract: 本发明涉及一种大涵道比民航发动机性能诊断方法及系统，其中方法包括：采用非线性方法对发动机各个气路单元体进行单独建模并组建为发动机整机稳态模型，并利用健康发动机的观测数据对模型参数进行训练；通过滑动窗口采样方法获得待诊断发动机的气路参数的观测值，基于所述发动机整机稳态模型，利用改进的无迹卡尔曼滤波的观测方程对待诊断发动机的气路参数的观测值进行滤波，得到用于评估单元体衰退程度的多个单元体衰退因子。本发明通过将发动机稳态建模和无迹卡尔曼滤波相结合对单元体衰退趋势进行跟踪，在民航发动机飞行数据上的实验显示，该方法所获得的性能诊断结果具有较高的准确性。
-
公开(公告)号：CN109115501A
公开(公告)日：2019-01-01
申请号：CN201810763325.3
申请日：2018-07-12
Applicant: 哈尔滨工业大学(威海)
CPC classification number: G01M15/00 , G06K9/6256 , G06K9/6269 , G06N3/0454 , G06N3/08
Abstract: 本发明涉及一种基于CNN与SVM的民航发动机气路故障诊断方法，包括获取民航发动机气路状态数据；构造训练集和测试集；利用训练集对CNN模型进行训练；利用训练完成的CNN模型对测试集中的样本进行特征挖掘，组成测试样本特征集；利用测试样本特征集训练SVM对各种故障进行分类；将待诊断的民航发动机气路状态数据输入训练完的CNN模型得到待测样本特征，并利用所述SVM进行分类，得到气路故障类型。本发明利用卷积神经网络直接对矩阵进行处理，既考虑了输入参数随时间变化的关系，又考虑了输入参数之间的关系；同时利用SVM进行分类，很好地解决了民航发动机故障样本不足的局限，能够有效且准确的实现民航发动机气路故障诊断。
-
公开(公告)号：CN107977526A
公开(公告)日：2018-05-01
申请号：CN201711365259.6
申请日：2017-12-18
Applicant: 哈尔滨工业大学(威海)
IPC: G06F17/50
CPC classification number: G06F17/5009
Abstract: 本发明涉及一种大涵道比民航发动机性能诊断方法及系统，其中方法包括：采用非线性方法对发动机各个气路单元体进行单独建模并组建为发动机整机稳态模型，并利用健康发动机的观测数据对模型参数进行训练；通过滑动窗口采样方法获得待诊断发动机的气路参数的观测值，基于所述发动机整机稳态模型，利用改进的无迹卡尔曼滤波的观测方程对待诊断发动机的气路参数的观测值进行滤波，得到用于评估单元体衰退程度的多个单元体衰退因子。本发明通过将发动机稳态建模和无迹卡尔曼滤波相结合对单元体衰退趋势进行跟踪，在民航发动机飞行数据上的实验显示，该方法所获得的性能诊断结果具有较高的准确性。
-
-
-
-
-
-
Search Results
47
records
(took 0.052 seconds)
