-
公开(公告)号：CN116068999A
公开(公告)日：2023-05-05
申请号：CN202310117874.4
申请日：2023-02-15
Applicant: 哈尔滨工业大学
IPC: G05B23/02
Abstract: 变工况运行的过程控制系统中虚假数据注入攻击检测方法及设备，属于工业信息物理系统和工业控制系统的攻击检测技术领域。为了解决现有的变工况运行的过程控制异步切换系统中存在因工况改变和模态不匹配导致误报高的问题。本发明首先建立被控切换系统的模型及状态空间模型，构建各个匹配模态下的观测器和各个不匹配模态下的观测器；基于各个模态下的无攻击时的离线数据驱动被控系统与观测器的离线数据，生成残差数据，并确定攻击检测报警的阈值；然后根据被控系统的模态切换信号与观测器的切换信号来确定对应采用匹配模态下的观测器或不匹配模态下的观测器生成在线残差信号，并根据攻击检测报警的阈值进行检测。
-
公开(公告)号：CN115356924A
公开(公告)日：2022-11-18
申请号：CN202210951342.6
申请日：2022-08-09
Applicant: 哈尔滨工业大学
IPC: G05B13/04
Abstract: 一种针对大型互联系统的数据驱动分布式优化控制方法，本发明涉及数据驱动的分布式优化控制方法。本发明目的是为了解决大多现有的数据驱动优化控制方法都是集中式设计，需要将所有有用信息传输传中央计算节点，尤其是当优化控制器需要在线配置实时调整时，给集中式设计方法带来了巨大的计算和通讯负担的问题。过程为：一、构建制造系统及制造子系统的模型，并为制造子系统设计控制器；二、对每个制造子系统设计残差产生器；三、设计制造子系统残差驱动的优化控制器，构建分布式控制器状态空间表达式，获取优化控制器系统参数；四、对优化控制器系统参数进行分布式控制器参数迭代优化，得到分布式优化控制器参数。本发明用于容错控制领域。
-
公开(公告)号：CN114418999B
公开(公告)日：2022-09-23
申请号：CN202210066319.9
申请日：2022-01-20
Applicant: 哈尔滨工业大学
Abstract: 基于病变关注金字塔卷积神经网络的视网膜病变检测系统，本发明涉及视网膜病变检测系统。本发明的目的是为了解决现有视网膜病变检测准确率低的问题。系统包括：图像处理主模块用于采集原始视网膜病变图像，对采集的原始视网膜病变图像进行预处理，获得预处理后的原始视网膜病变图像；神经网络主模块用于搭建病变关注金字塔卷积神经网络模型；训练主模块利用预处理后的原始视网膜病变图像对搭建好的病变关注金字塔卷积神经网络模型进行训练，获得训练好的病变关注金字塔卷积神经网络模型；检测主模块用于加载训练好的病变关注金字塔卷积神经网络模型，对待测试视网膜病变图像进行分类。本发明用于医学图像处理领域。
-
公开(公告)号：CN115047350A
公开(公告)日：2022-09-13
申请号：CN202210729394.9
申请日：2022-06-24
Applicant: 哈尔滨工业大学
IPC: G01R31/367 , G01R31/378 , G01R31/392
Abstract: 一种基于数模联动的锂离子电池剩余使用寿命预测方法，本发明涉及锂离子电池剩余使用寿命预测方法。本发明的目的是为了解决基于模型和数据驱动的剩余使用寿命预测方法结合困难、传统数据驱动方法难以衡量剩余使用寿命的不确定性以及难以反映时间窗口数据中不同时刻的重要性程度的问题。过程为：步骤一、搭建基于时间注意力机制的双向门控循环单元网络模型；过程为：模型依次包含对时间的注意力机制网络、双向门控循环单元网络和全连接层三个部分；步骤二、训练基于时间注意力机制的双向门控循环单元网络模型；步骤三、构建基于粒子滤波的电池退化模型；步骤四、在线预测剩余使用寿命。本发明适用于电池使用寿命预测领域。
-
公开(公告)号：CN114115198B
公开(公告)日：2022-09-09
申请号：CN202111417480.8
申请日：2021-11-25
Applicant: 哈尔滨工业大学
IPC: G05B23/02
Abstract: 一种面向装配生产线的分布式诊断与优化控制方法及控制系统，本发明涉及分布式诊断与优化控制方法及控制系统。本发明的目的是为了解决现有生产制造过程中普遍存在的外界扰动会对装配生产线的诊断与控制造成严重影响，降低了生产效率的问题。过程为：步骤一、设计装配生产线分布式系统，对装配生产线分布式系统的故障进行诊断，当诊断出装配生产线分布式系统发生故障时，则执行步骤二；当诊断出装配生产线分布式系统未发生故障时，继续对装配生产线分布式系统的故障进行诊断；步骤二、设计装配生产线分布式系统的优化控制方法。本发明用于分布式系统故障诊断与容错控制领域。
-
Patent Agency Ranking
公开(公告)号：CN114722952A
公开(公告)日：2022-07-08
申请号：CN202210416390.5
申请日：2022-04-20
Applicant: 哈尔滨工业大学
Abstract: 一种基于表示学习的轴承故障检测和分类的一体化方法，本发明涉及轴承故障检测和分类的一体化方法。本发明的目的是为了解决现有采用数据驱动的方法进行轴承故障诊断过程中，获得大量的轴承故障样本是十分困难的，以及为不同的故障类型的数据设计准确的标签存在很大的限制的问题。过程为：1、提取轴承的振动数据；2、特征提取：从时域、频域2个角度提取数据的特征；3、搭建故障检测神经网络：故障检测神经网络包括编码器、噪声引入、自注意力机制层以及解码器；4、训练故障检测神经网络；5、搭建故障分类神经网络；6、训练故障分类神经网络；7、在线故障检测与故障分类。本发明用于轴承故障诊断与人工智能相结合的学科交叉领域。
-
公开(公告)号：CN113659833B
公开(公告)日：2022-05-17
申请号：CN202110976680.0
申请日：2021-08-24
Applicant: 哈尔滨工业大学
Abstract: 一种并联直流‑直流变换器的寿命延长方法，本发明涉及并联直流‑直流变换器的寿命延长方法。本发明的目的是为了解决现有方法难以精确预测系统的健康状态，导致无法缓解模块化功率转换系统中的老化程度不匹配，从而缩短电力电子系统寿命的问题。过程为：1.获取训练数据；2.搭建神经网络模型；3.训练神经网络，得到训练好的神经网络；4.在线获得测试数据，预测并联式DC‑DC变换器系统的健康状态；5.重复执行3和4N次，保留在测试数据上预测效果最好的神经网络用于最终的在线预测，执行6；6.延长系统的剩余使用寿命。本发明用于电力电子系统人工智能健康管理领域。
-
公开(公告)号：CN113659833A
公开(公告)日：2021-11-16
申请号：CN202110976680.0
申请日：2021-08-24
Applicant: 哈尔滨工业大学
Abstract: 一种并联直流‑直流变换器的寿命延长方法，本发明涉及并联直流‑直流变换器的寿命延长方法。本发明的目的是为了解决现有方法难以精确预测系统的健康状态，导致无法缓解模块化功率转换系统中的老化程度不匹配，从而缩短电力电子系统寿命的问题。过程为：1.获取训练数据；2.搭建神经网络模型；3.训练神经网络，得到训练好的神经网络；4.在线获得测试数据，预测并联式DC‑DC变换器系统的健康状态；5.重复执行3和4N次，保留在测试数据上预测效果最好的神经网络用于最终的在线预测，执行6；6.延长系统的剩余使用寿命。本发明用于电力电子系统人工智能健康管理领域。
-
公开(公告)号：CN113406385A
公开(公告)日：2021-09-17
申请号：CN202110672480.6
申请日：2021-06-17
Applicant: 哈尔滨工业大学
Abstract: 一种基于时域空间的周期信号基频确定方法，它属于信号频率估计技术领域。本发明是为解决传统辨识电网周期信号基频的方法存在频谱泄漏，导致对电网周期信号基频的估计存在偏差的问题。本发明采集电网周期信号后，根据样本组数，过去步长和未来步长构造汉克尔矩阵，而后对构造的汉克尔矩阵进行LQ分解，再进一步作奇异值分解来提取频率特征矩阵，进而根据提取的频率特征矩阵确定信号基频。本发明可以应用于对周期信号基频进行估计。
-
公开(公告)号：CN111598894B
公开(公告)日：2021-02-09
申请号：CN202010309418.6
申请日：2020-04-17
Applicant: 哈尔滨工业大学
Abstract: 基于全局信息卷积神经网络的视网膜血管图像分割系统。本发明涉及视网膜血管图像分割系统，本发明为了解决现有卷积神经网络视网膜血管图像分割中全局信息利用有限、重要特征易丢失的问题。本发明所述系统包括：图像处理主模块、神经网络主模块、训练主模块和检测主模块；所述图像处理主模块用于采集原始视网膜图像，对采集的原始视网膜图像进行预处理，将处理后的图像输入训练主模块和检测主模块；所述神经网络主模块用于建立能够提取全局信息并强化特征的卷积神经网络；所述训练主模块用于初始化网络参数，获得训练好的卷积神经网络模型；所述检测主模块用于利用训练好的模型进行测试，计算模型性能指标。本发明属于视网膜血管图像分割系统领域。
-
-
-
-
-
-
-
-
-
Search Results
73
records
(took 0.041 seconds)
