-
公开(公告)号：CN106951669A
公开(公告)日：2017-07-14
申请号：CN201710356365.1
申请日：2017-05-19
Applicant: 北京航空航天大学
Abstract: 本发明公开了一种基于视觉认知的滚动轴承变工况故障诊断方法，涉及滚动轴承变工况故障诊断技术，所述方法包括：采用递归图技术将变工况下的滚动轴承振动信号转换为二维图像；利用加速鲁棒特征SURF算法，对所述二维图像进行特征提取，得到具有视觉不变性的高维故障特征向量；利用等距映射Isomap算法，对所述高维故障特征向量进行降维处理，得到低维稳定特征向量；利用奇异值分解SVD算法，提取所述低维稳定特征向量所构建特征矩阵的奇异值，形成最终特征向量；利用已训练的分类器，对所述最终特征向量进行故障分类，对变工况下的滚动轴承进行故障诊断。本发明为滚动轴承故障诊断提供了一种新的解决思路。
-
公开(公告)号：CN104778337B
公开(公告)日：2017-03-22
申请号：CN201510217102.3
申请日：2015-04-30
Applicant: 北京航空航天大学
IPC: G06F17/50
Abstract: 本发明公开了一种基于函数型主成分分析与贝叶斯更新的锂电池剩余寿命预测方法，首先，利用函数型主成分分析(functional principal component analysis,FPCA)构建锂电池非参数退化模型，基于此退化模型对锂电池剩余寿命进行预测，并分析了不同数量的建模数据对预测精度的影响。为了实现锂电池退化模型的实时更新，本发明提出了经验贝叶斯方法。通过贝叶斯方法对锂电池退化模型进行实时修正，可以得到更精确的锂电池退化模型。在此基础之上，本发明采用参数bootstrap方法计算锂电池剩余寿命分布，并计算其置信区间。
-
公开(公告)号：CN104778337A
公开(公告)日：2015-07-15
申请号：CN201510217102.3
申请日：2015-04-30
Applicant: 北京航空航天大学
IPC: G06F17/50
Abstract: 本发明公开了一种基于函数型主成分分析与贝叶斯更新的锂电池剩余寿命预测方法，首先，利用函数型主成分分析(functional principal component analysis,FPCA)构建锂电池非参数退化模型，基于此退化模型对锂电池剩余寿命进行预测，并分析了不同数量的建模数据对预测精度的影响。为了实现锂电池退化模型的实时更新，本发明提出了经验贝叶斯方法。通过贝叶斯方法对锂电池退化模型进行实时修正，可以得到更精确的锂电池退化模型。在此基础之上，本发明采用参数bootstrap方法计算锂电池剩余寿命分布，并计算其置信区间。
-
公开(公告)号：CN103439666A
公开(公告)日：2013-12-11
申请号：CN201310392255.2
申请日：2013-09-02
Applicant: 北京航空航天大学
IPC: G01R31/36
Abstract: 本发明涉及一种锂离子电池容量衰退评估的几何方法，实现步骤为：步骤一、提取不同工况条件下的几何特征量；所述几何特征量为4个，即恒压充电过程充电持续时间的长度；恒压充电阶段电流特性曲线的最大曲率半径；恒压充电电流特性曲线下的面积；放电电压特性曲线初期的最大斜率；步骤二、基于拉普拉斯特征映射方法的内禀流形建立，把步骤一中提取的4个几何特征作为拉普拉斯特征映射方法的输入，构造嵌入在高维空间的低维流形即内禀流形；步骤三、采用流形上的测地线作为几何度量评估电池容量。本发明能够有效地确定电池本质退化或健康状态，且不需要研究复杂的电化学机制，也无需建立复杂的电化学模型，实现简单。
-
公开(公告)号：CN118503802A
公开(公告)日：2024-08-16
申请号：CN202410480530.4
申请日：2024-04-22
Applicant: 北京航空航天大学
IPC: G06F18/2411 , G06F18/214 , G06F18/2131 , G06N3/0475 , G06N3/0455
Abstract: 本发明公开一种跨领域故障样本翻译生成方法，包括：获取设备的多数类正常样本集合和少数类故障样本集合；构建包含正常样本自动编码器、故障样本自动编码器、领域对抗判别器及生成对抗判别器组成的正常‑故障样本翻译模型NFST；利用所述多数类正常样本集合和所述少数类故障样本集合对所述NFST进行训练，得到训练好的NFST，并从所述训练好的NFST中提取出训练好的正常样本自动编码器和训练好的故障样本自动编码器；获取目标设备的多个正常样本，并利用所述每个正常样本、训练好的正常样本自动编码器和训练好的故障样本自动编码器进行跨领域样本翻译转换，得到转换后的生成故障样本。
-
Patent Agency Ranking
公开(公告)号：CN117951574B
公开(公告)日：2024-05-28
申请号：CN202410322939.3
申请日：2024-03-21
Applicant: 北京航空航天大学
IPC: G06F18/24 , G06F18/213 , G06N3/0464 , G06N3/048 , G06N3/084 , G01R31/40
Abstract: 本发明公开一种基于语义嵌入的飞机电源系统故障诊断方法及系统，涉及故障预测与健康管理技术领域，所述方法包括：获取目标电源系统的故障数据；目标电源系统为待诊断的飞机电源系统；将目标电源系统的故障数据分别输入至多个属性学习器中，得到多个故障语义属性对应的所有属性值的向量化表征；一个属性学习器对应一个故障语义属性；属性学习器是基于“故障模式—故障语义属性”关联关系矩阵和卷积神经网络确定的；将目标电源系统对应的所有向量化表征进行拼接，得到完整预测属性向量；利用相似度度量方法，基于完整预测属性向量和“故障模式—故障语义属性”关联关系矩阵，确定目标电源系统的故障模式。本发明实现了飞机电源系统故障的增强诊断。
-
公开(公告)号：CN118013391A
公开(公告)日：2024-05-10
申请号：CN202410093088.X
申请日：2024-01-23
Applicant: 北京航空航天大学
IPC: G06F18/2413 , G06F18/23213 , G06F18/25 , G06F18/2135
Abstract: 本发明公开一种基于数据融合与K均值的关键设备健康状态判别方法，包括：获取无人机系统中各设备的多维度飞行参数，并挖掘这些参数之间的关联关系，从而筛选出强线性相关参数序列；使用主成分分析法对所述强线性相关参数序列进行信息提取，以实现信息融合；基于K‑均值算法对所融合的信息进行0‑1分类，从而建立健康状态判别模型；利用所建立的健康状态判别模型对无人机系统的健康状态进行判别。
-
公开(公告)号：CN117972639A
公开(公告)日：2024-05-03
申请号：CN202410093094.5
申请日：2024-01-23
Applicant: 北京航空航天大学
IPC: G06F18/26 , G06F18/2433 , G06F123/02
Abstract: 本发明公开一种基于符号化关联规则挖掘的飞机液压系统参数时序行为健康基线构建方法，该方法可以在飞机液压系统历史故障数据缺失的情况下，基于系统正常运行状态下的参数实时监测数据，开展参数数据的符号化表征和关联规则挖掘，实现参数时序行为健康基线的构建，进而有力支撑飞机液压系统状态的异常检测。
-
公开(公告)号：CN117972585A
公开(公告)日：2024-05-03
申请号：CN202410093085.6
申请日：2024-01-23
Applicant: 北京航空航天大学
IPC: G06F18/2431 , G06F18/2415 , G06F18/2135 , G06F18/214 , G06N3/045 , G06N3/0464 , G06N3/084
Abstract: 本发明公开一种基于PCA‑DDPM和CNN的小样本条件下故障增强诊断方法，包括：首先，利用主成分分析法（PCA），对原始故障特征数据进行降维处理。第二，将降维后的故障特征数据输入DDPM中进行训练，利用训练好的模型采样生成新样本。第三，利用PCA的逆变换对生成的新样本进行升维操作，升维后的特征数目等于原始样本故障特征数目，完成故障样本的增广。第四，利用原始故障样本训练CNN模型，构建故障诊断模型。最后，将增广后样本输入第四步已经训练好的CNN故障诊断模型，实现小样本条件下的故障增强诊断。
-
公开(公告)号：CN117951574A
公开(公告)日：2024-04-30
申请号：CN202410322939.3
申请日：2024-03-21
Applicant: 北京航空航天大学
IPC: G06F18/24 , G06F18/213 , G06N3/0464 , G06N3/048 , G06N3/084 , G01R31/40
Abstract: 本发明公开一种基于语义嵌入的飞机电源系统故障诊断方法及系统，涉及故障预测与健康管理技术领域，所述方法包括：获取目标电源系统的故障数据；目标电源系统为待诊断的飞机电源系统；将目标电源系统的故障数据分别输入至多个属性学习器中，得到多个故障语义属性对应的所有属性值的向量化表征；一个属性学习器对应一个故障语义属性；属性学习器是基于“故障模式—故障语义属性”关联关系矩阵和卷积神经网络确定的；将目标电源系统对应的所有向量化表征进行拼接，得到完整预测属性向量；利用相似度度量方法，基于完整预测属性向量和“故障模式—故障语义属性”关联关系矩阵，确定目标电源系统的故障模式。本发明实现了飞机电源系统故障的增强诊断。
-
-
-
-
-
-
-
-
-
Search Results
86
records
(took 0.028 seconds)
