-
公开(公告)号：CN105701342A
公开(公告)日：2016-06-22
申请号：CN201610019631.7
申请日：2016-01-12
Applicant: 西北工业大学
IPC: G06F19/00
Abstract: 本发明公开了一种基于代理的直觉模糊理论医疗诊断模型的构建方法及装置，将传感器技术和人工智能技术，实现对病患症状的远程自动采集与传输；进而通过基于直觉模糊集理论建立的智能医疗诊断模型，对病患的症状进行诊断分析；通过对系统的知识模块，即症状-疾病知识库和疾病-医药知识库，持续的更新完善，改善和提高系统的诊断效果；在现有医疗人员、资源和技术有限，中国人口老龄化加剧的情况下，将AIMD设计实体化为ATM并安装在老年社区，通过自助终端服务，为患者提供便捷高效的医疗服务，有效的缓解了医疗压力，该医疗服务模式既节省了医疗就诊时间，又降低了医疗成本。
-
公开(公告)号：CN104133984A
公开(公告)日：2014-11-05
申请号：CN201410308885.1
申请日：2014-07-01
Applicant: 西北工业大学
IPC: G06F19/00
Abstract: 本发明公开了一种模块化复杂装备贝叶斯网络故障预测方法，用于解决现有装备故障预测方法实用性差的技术问题。技术方案是首先根据部件之间的物理边界和实际需要对复杂装备进行分解，模块化；其次，对复杂装备的各模块利用不同建模方法建立其FPBN模型，并对各模块的模型进一步修正以使各模型模块化形成故障预测贝叶斯网络模块；然后，集成各FPBNM以建立整个复杂装备系统的FPBN集成模型；最终，基于建立的故障预测集成模型，以检测信息为驱动，利用概率论公式预测装备的实际运行状态。由于该方法以模块化和贝叶斯网络为基础，面向复杂装备维护保障，能够快速准确的预测复杂装备时间状态，有效提高维修效率、降低维修成本，实用性强。
-
公开(公告)号：CN104063586A
公开(公告)日：2014-09-24
申请号：CN201410256955.3
申请日：2014-06-11
Applicant: 西北工业大学
IPC: G06F19/00
Abstract: 本发明公开了一种基于多态故障树的贝叶斯网络故障预测方法，用于解决现有贝叶斯网络故障预测方法由于建模困难而导致应用范围小的技术问题。技术方案是该方法首先确定需要预测的系统故障模式，然后根据已知的故障树所有底事件的先验概率确定FPBN中的对应根节点的先验概率分布。对于多态故障树中存在的故障检测事件，对FPBN模型中的相关节点进行进一步修正，并更新对应节点的先验概率和条件概率分布；最后，基于建立的故障预测模型求出所要预测的故障模式处于各个状态的概率来进行故障预测。该方法在多态故障树基本描述能力的基础上进行扩展，并融合FPBN的优点，使其突破多态故障树的局限，扩大了FPBN的应用范围。
-
公开(公告)号：CN101387582A
公开(公告)日：2009-03-18
申请号：CN200810231877.6
申请日：2008-10-24
Applicant: 西北工业大学
Abstract: 本发明公开了一种基于PDA的故障诊断系统及方法，中心数据库服务器、网络服务器、客户机和无线接入点均通过有线网络连接，中心数据库服务器安装有大型关系数据库，负责知识库和推理机的构建；网络服务器负责中心数据库服务器与多台PDA之间的信息交换；各个PDA通过客户计算机或无线接入点接入网络，与中心数据库服务器交换数据。用户输入故障现象；由信息预处理单元匹配出源案例，答案提取单元根据推理结果提取出最相似答案并反馈给用户。本发明提供了一种让外场工作人员利用PDA对飞机进行辅助维护的系统和方法，在PDA上获得了较高的故障诊断的效率和能力。
-
公开(公告)号：CN119989944A
公开(公告)日：2025-05-13
申请号：CN202510460898.9
申请日：2025-04-14
Applicant: 西北工业大学
IPC: G06F30/27 , G06F119/14
Abstract: 本发明公开了一种基于装配数据的航空发动机装配工艺优化方法，包括：在航空发动机试车通过时，收集航空发动机中各单元体的装配数据，对单元体的装配数据进行装配指标的筛选；计算单元体筛选后的各装配指标之间的相关性，并依据复杂网络理论，构建单元体装配网络模型；引入网络动力学理论，对单元体装配网络模型进行神经网络动力学模型拟合从而得到单元体动力学模型；基于对单元体动力学模型的解算，确定各装配指标的拟合误差；基于装配指标的拟合误差，利用平均场理论构造单元体评估区间；对于待评估的单元体，利用该单元体的装配指标确定该单元体的评估指标；基于评估指标与所述单元体评估区间的关系，判定待评估的单元体是否合格。
-
Patent Agency Ranking
公开(公告)号：CN119862800A
公开(公告)日：2025-04-22
申请号：CN202510352787.6
申请日：2025-03-25
Applicant: 西北工业大学
IPC: G06F30/27 , G06N3/0442 , G06N3/0464 , G06N3/045 , G06N3/084 , G06N3/0895 , G06F111/06 , G06F119/10 , G06F119/04 , G06F119/02
Abstract: 本发明涉及航空发动机技术领域，具体涉及一种在线预测场景下航空发动机剩余寿命不确定性量化方法，该方法获取航空发动机在试车及运行过程中训练数据集；基于扩散模型，根据监测数据，并结合表征映射函数，获取去噪网络模型；采集在线预测场景下存在随机缺失和传感器故障数据的测试样本；根据测试样本通过优化后的去噪网络模型，获取填充样本；将填充样本与测试样本相结合，获取填充后的测试样本；对填充后的测试样本，根据训练好的RUL预测模型，以及加权经验分布函数，共形预测构建RUL预测区间。本发明旨在精确评估航空发动机的综合性能，提高预测结果的可靠性与鲁棒性。
-
公开(公告)号：CN118296426A
公开(公告)日：2024-07-05
申请号：CN202410305280.0
申请日：2024-03-18
Applicant: 西北工业大学
IPC: G06F18/24 , G06N3/094 , G06N3/0475 , G06N3/045 , G06N3/0464 , G06F18/214 , G06F18/2131
Abstract: 本发明涉及故障识别技术领域，具体涉及一种基于CWDC‑GAN的小样本故障诊断识别方法及系统，该方法包括获取滚动轴承小样本故障数据集，其中数据集中的每个数据均为一维数据；构建改进的生成对抗网络，所述改进的生成对抗网络包括生成器和判别器；使用训练好的生成器生成新样本，将原样本和新样本融合以扩充数据集，最后将扩充后的数据集对分类模型进行训练；将待故障诊断的小样本数据根据训练好的分类模型进行故障诊断。本发明通过WDCGAN进行故障诊断，不仅可以利用其强大的生成能力和特征提取能力来生成逼真的图像，还能够使得训练效率得到大幅提升。
-
公开(公告)号：CN112199895B
公开(公告)日：2024-02-02
申请号：CN202011126762.8
申请日：2020-10-20
Applicant: 西北工业大学
IPC: G06F30/27 , G06F111/08 , G06F119/02 , G06F119/04
Abstract: 本发明涉及一种基于生存分析和贝叶斯网络的自锁螺母寿命预测方法，针对航空发动机自锁螺母的寿命预测引入了生存分析和贝叶斯网络，完成了有效属性变量的筛选和寿命预测模型的构建，预测建模过程简单、高效。从数据层面着手，对潜在信息进行挖掘，结合概率统计和后验概率计算来进行寿命预测，降低了现有技术中对物理、材料等领域专业知识的高要求。本发明能够有效地利用试验数据精确快速地对自锁螺母的寿命进行预测，最终给出具体的寿命预测概率，从而有利于制定合理的维修与检测计划，对航空发动机的整机可靠性提升具有重要意义。
-
公开(公告)号：CN114563189B
公开(公告)日：2024-01-12
申请号：CN202210189173.7
申请日：2022-02-28
Applicant: 西北工业大学
IPC: G01M15/04 , G06F18/10 , G06F18/213 , G06F18/22
Abstract: 本发明涉及基于瞬时转速的无人机发动机故障诊断方法，该方法包括以下步骤：获取发动机输出轴的转速信号；对转速信号进行降噪得到提纯后的高信噪比转速信号；根据提纯后的转速信号计算得到发动机输出轴的瞬时转速；根据瞬时转速计算输出轴一个工作周期内的瞬时转速波动率；根据瞬时转速波动率计算得出各气缸的瞬时转速平均波动率；根据发动机处于不同状态下的瞬时转速平均波动率计算发动机属于不同状态的隶属度值，根据隶属度值判断发动机气缸是否故障，本发明使用发动机飞轮端测得的转速信号进行处理获得发动机输出轴的瞬时转速，能够适用于非平稳非线性的信号分析，从而使得发动机的故障诊断更加准确。
-
公开(公告)号：CN116992330A
公开(公告)日：2023-11-03
申请号：CN202310889618.7
申请日：2023-07-20
Applicant: 西北工业大学
IPC: G06F18/24 , G06F18/214 , G06F18/2411 , G06F18/243 , G06F18/20 , G06F18/241 , G06F18/2413
Abstract: 本发明涉及设备故障诊断技术领域，具体涉及一种基于Stacking集成策略的不平衡数据故障诊断识别方法及装置，包括：获取设备运行时的不平衡数据集；并选择基于Stacking集成模型的多种个体分类器和决策分类器；根据各种个体分类器和决策分类器组合的Stacking集成模型，经效果评估后选择最优的Stacking集成模型；根据选择的最优Stacking集成模型对不平衡数据故障诊断进行识别。本发明采用过采样算法和Stacking集成策略，利用了个体分类器的多样性和优势，并通过交叉验证的方式进行模型融合，使得建模过程简单高效，从而实现不平衡数据在过采样的基础上进一步提高少数类故障的识别精度的效果。
-
-
-
-
-
-
-
-
-
Search Results
61
records
(took 0.01 seconds)
