-
公开(公告)号：CN115545092A
公开(公告)日：2022-12-30
申请号：CN202211057935.4
申请日：2022-08-31
Applicant: 哈尔滨工业大学(威海)
Abstract: 本申请提供了一种基于深度孪生自注意力网络的航空发动机小样本故障诊断方法，采用时间序列聚类和孪生神经网络相结合，实现航空发动机小样本故障的诊断。本申请通过学习一种相似性度量来解决小样本条件下多标签分类问题，有效地提高小样本条件下多故障分类的准确率，有效地缓解深度神经网络的过拟合问题；使用SANet作为孪生神经网络的特征提取模块，以期学到更丰富的时序特征，进而提高不同类型样本在映射空间中的可分性；SANet可以同时提取时间序列的短期依赖和长期依赖，并在提取长期依赖方面优于RNN模型；有效地缓解样本不均衡所带来的训练问题，对故障样本的诊断效果更佳。
-
公开(公告)号：CN115070731B
公开(公告)日：2022-12-09
申请号：CN202210766190.2
申请日：2022-07-01
Applicant: 哈尔滨工业大学(威海)
Abstract: 本发明涉及几何误差标定技术领域，尤其涉及一种面向并联机构的几何误差标定方法、系统和电子设备，方法包括：将牛顿法与谱修正迭代法嵌套使用，谱修正迭代法用于求解下降方向，而牛顿法则针对下降方向给出相应的搜索步长，逐步搜索几何误差，引入阻尼系数将根据谱修正迭代法得到的第一公式中的偏置项进行修正，保证雅克比矩阵无病态现象产生的前提下使阻尼系数最小，提高了计算效率，且能保证计算精度，而且根据修正后的电机驱动量对所述并联机构进行驱动，能够实现并联机构的高精度运动。
-
公开(公告)号：CN114859929A
公开(公告)日：2022-08-05
申请号：CN202210544455.4
申请日：2022-05-19
Applicant: 哈尔滨工业大学(威海)
IPC: G05D1/02
Abstract: 本发明公开了一种动态环境下基于改进DWA算法的AGV路径规划方法，属于AGV路径规划技术领域；本发明首先通过获取AGV周围的局部地图信息设计局部DWA算法，对局部地图内的动态障碍物进行分类，评估动态障碍物速度，提升AGV对动态障碍物的避障判断能力，降低AGV偏离最短路径的程度；其次针对DWA算法移动到路径点需要调整方向的问题，通过优化DWA评价函数，缩短AGV在路径点的调整时间，并且通过改进的DWA算法对AGV全局路径的拐点进行优化，提高AGV运输效率；最后进行仿真验证，仿真结果表明本文提出的改进DWA算法在动态情况复杂的环境下，能够保证AGV实时避障，同时缩短了AGV的运输时间，提升了运输效率。
-
公开(公告)号：CN106777554B
公开(公告)日：2021-03-23
申请号：CN201611070039.6
申请日：2016-11-29
Applicant: 哈尔滨工业大学(威海)
IPC: G06F30/17 , G01M15/00 , G06F119/04
Abstract: 本发明具体地说是一种基于状态基线的航空发动机气路单元体健康状态评价方法，其特征在于包括如下步骤：步骤A，确定本评价体系需要获取的发动机巡航状态参数集合，并以此集合为依据划定样本库覆盖范围，以划定的覆盖范围为依据解析ACARS报文，收集发动机历史巡航数据，建立发动机机队状态基线训练样本库；步骤B，确定需要监控的单元体性能指标，分析单元体工作特性影响因素，建立各单元体状态基线模型；步骤C，从机队状态基线训练样本库中选择相应历史数据，对各单元体状态基线模型进行训练，获得单元体状态基线；步骤D，在对单台发动机的某单元体进行健康状态评价时，以准确评估单元体的缓慢性能衰退过程。
-
公开(公告)号：CN111598222A
公开(公告)日：2020-08-28
申请号：CN202010406707.8
申请日：2020-05-14
Applicant: 哈尔滨工业大学(威海)
Abstract: 本发明披露了一种重优化深度自动编码器，其特征在于：包括第一经典深度自动编码器模块、K-Means聚类模型模块和第二经典深度自动编码器模块；所述第一经典深度自动编码器模块训练完成后，通过所述第一经典深度自动编码器模块获得一重构误差集；所述K-Means聚类模型模块对所述重构误差集进行聚类，剔除其中重构误差较大的异常样本，保留正常样本作为新训练集；用所述新训练集对所述第二经典深度自动编码器模块进行训练。基于所述重优化深度自动编码器，本发明还提出了一种发动机自动检测系统。
-
Patent Agency Ranking
公开(公告)号：CN111275328A
公开(公告)日：2020-06-12
申请号：CN202010061793.3
申请日：2020-01-19
Applicant: 哈尔滨工业大学(威海)
Abstract: 本发明公开了一种基于综合灰关联序模型的RNGRU位标器零部件选配方法，该方法包括以下步骤：Ⅰ、综合灰关联序模型构建；Ⅱ、基于综合灰关联序模型对位标器装配参数进行关联分析，找出的陀螺转子与调漂螺钉选配的关键装配参数；Ⅲ、构建RNGRU选配预测模型，以关键装配参数作为RNGRU的输入，调漂螺钉的质量作为输出，进行调漂螺钉质量回归预测，完成陀螺转子与调漂螺钉的选配。本发明所公开的方法，实现陀螺转子与调漂螺钉的精准选配，提高了位标器零部件装配成功率，可减少无效装配，避免反复装拆调整，有效提高装配效率与降低装配成本。
-
公开(公告)号：CN107357994B
公开(公告)日：2020-04-28
申请号：CN201710575219.8
申请日：2017-07-14
Applicant: 哈尔滨工业大学(威海)
IPC: G06F30/20
Abstract: 本发明涉及航空发动机性能评估方法技术领域，具体的说是一种分阶段的航空发动机性能衰退模式挖掘方法，其特征在于包括以下步骤：进行性能参数预处理，具体包括粗大误差处理、降噪处理；进行性能衰退模式挖掘，包括快速衰退阶段模式挖掘和正常衰退阶段模式挖掘，本发明通过挖掘出发动机的长期衰退模式，为航空发动机的稳定运行和高效率维护提供了保证。
-
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。
-
公开(公告)号：CN110135102A
公开(公告)日：2019-08-16
申请号：CN201910439071.4
申请日：2019-05-24
Applicant: 哈尔滨工业大学
IPC: G06F17/50
Abstract: 面向碎片化建模的相似度量方法，属于系统工程建模领域。现有的建模人员的工作负担重，建模效率低的问题。一种面向碎片化建模的相似度量方法，计算模型库中碎片化拓扑图模型的相似度；按照模型库中碎片化拓扑图模型存储顺序选取大于相似度阈值的两个碎片化拓扑图模型进行融合，并将得到的融合图保留，将形成该融合图的两个碎片化拓扑图模型删除；循环执行上述步骤，直到将模型库中相似的碎片化拓扑图模型融合得到一个完整的模型或相对完整的模型。本发明能够减轻建模人员的负担，提高建模效率，而且更加容易地获得针对同一目标的，完整性、兼容性和创新性都较高的全模型。
-
-
-
-
-
-
-
-
-
Search Results
145
records
(took 0.033 seconds)
