一种基于置信规则库的惯组故障预测方法

    公开(公告)号:CN111259551B

    公开(公告)日:2025-01-14

    申请号:CN202010052689.8

    申请日:2020-01-17

    Abstract: 一种基于置信规则库的惯组故障预测方法,属于惯性导航器件的故障预测领域,其特征在于:通过对激光惯组的静态测试,建立以单位时间累计脉冲量为输入,以导航误差为输出的置信规则库模型;然后用单位时间的导航误差反映激光惯组故障状态,设定导航精度的故障阈值,反映激光惯组故障状态,实现对激光惯组的故障预测。本发明所述基于置信规则库的惯组故障预测方法利用激光惯组的脉冲数据实现了导航误差预测;基于置信规则库的专家系统能够有效处理各种带有不确定性的信息,能够处理在复杂环境下的惯组故障预测问题;本方法通过对导航误差的预测,设定导航误差阈值判断故障状态,对激光惯组的故障预测提供了一种有效的途径。

    伺服机构最优维护时机确定方法、装置、介质及产品

    公开(公告)号:CN118897462A

    公开(公告)日:2024-11-05

    申请号:CN202410939260.9

    申请日:2024-07-15

    Abstract: 本发明公开一种伺服机构最优维护时机确定方法、装置、介质及产品,涉及伺服机构健康管理领域,方法包括获取伺服机构的监测信息;将监测信息转化为置信度分布的形式;根据转化后的监测信息,采用结合质量因子证据推理规则进行证据融合,得到输出效用;根据输出效用与最优维护时机之间的非线性映射关系,建立伺服机最优维修时机模型;利用自适应边界解空间对伺服机最优维修时机模型进行优化;利用优化后的伺服机最优维修时机模型,确定伺服机构最优维护时机。本发明能够提高确定的最优维护时机的准确性。

    一种复杂工业系统动态故障诊断方法及系统

    公开(公告)号:CN112101797B

    公开(公告)日:2023-10-27

    申请号:CN202010984442.X

    申请日:2020-09-18

    Abstract: 本发明公开了一种复杂工业系统动态故障诊断方法及系统。方法包括:确定复杂工业系统的关键特征指标;基于所述关键特征指标计算关键特征指标相对于BRB中每条规则的匹配度;基于所述关键特征指标相对于BRB中每条规则的匹配度,计算每条规则的激活权重;根据所述每条规则的激活权重,计算故障诊断模型的输出故障特征向量;根据所述输出故障特征向量以及每种故障的标准特征向量进行故障诊断。本发明能够提高复杂工业系统动态故障诊断的精度和效率。

    一种考虑环境干扰的大型工业系统结构安全性评估方法

    公开(公告)号:CN110348752B

    公开(公告)日:2023-07-25

    申请号:CN201910640496.1

    申请日:2019-07-16

    Abstract: 一种考虑环境干扰的大型工业系统结构安全性评估方法,属于大型工业系统结构安全性评估技术领域,其特征在于:基于监测数据平均距离的方法计算得到指标不确定度,通过指标不确定度反应监测数据中含有不确定信息的程度;再根据数据不确定性的输入匹配度计算将不确定信息分配给监测数据剩余匹配度;最后构建大型工业系统结构安全性评估模型,将输入指标信息进行融合,得到大型工业系统结构安全性评估结果,具有实现环境干扰情况下大型工业系统结构的安全性评估;提高模型的精度;提高了系统实际工作过程中其安全性监控的精度,保证国之利器工作的安全性的优点。

    基于数字孪生技术的激光惯组故障诊断方法、系统及设备

    公开(公告)号:CN116026367B

    公开(公告)日:2023-07-04

    申请号:CN202310314675.2

    申请日:2023-03-29

    Abstract: 本发明提供了一种基于数字孪生技术的激光惯组故障诊断方法、系统及设备,涉及激光惯组故障诊断领域。该方法包括:采用时间序列分析方法,根据激光惯组的漂移数据,建立时间序列模型;所述漂移数据包括激光陀螺仪的漂移数据和加速度计的漂移数据;对所述时间序列模型进行卡尔曼滤波器设计,建立激光惯组随时间动态变化的数字孪生模型;将所述激光惯组的漂移数据作为所述数据孪生模型的输入,输出滤波后的漂移数据;根据所述滤波后的漂移数据确定所述激光惯组的故障阈值;根据所述故障阈值诊断所述激光惯组的当前状态;所述当前状态包括正常状态以及故障状态。本发明能够提高故障诊断精度。

    基于数字孪生技术的激光惯组故障诊断方法、系统及设备

    公开(公告)号:CN116026367A

    公开(公告)日:2023-04-28

    申请号:CN202310314675.2

    申请日:2023-03-29

    Abstract: 本发明提供了一种基于数字孪生技术的激光惯组故障诊断方法、系统及设备,涉及激光惯组故障诊断领域。该方法包括:采用时间序列分析方法,根据激光惯组的漂移数据,建立时间序列模型;所述漂移数据包括激光陀螺仪的漂移数据和加速度计的漂移数据;对所述时间序列模型进行卡尔曼滤波器设计,建立激光惯组随时间动态变化的数字孪生模型;将所述激光惯组的漂移数据作为所述数据孪生模型的输入,输出滤波后的漂移数据;根据所述滤波后的漂移数据确定所述激光惯组的故障阈值;根据所述故障阈值诊断所述激光惯组的当前状态;所述当前状态包括正常状态以及故障状态。本发明能够提高故障诊断精度。

Patent Agency Ranking