-
公开(公告)号：CN118732673B
公开(公告)日：2024-11-01
申请号：CN202411235100.2
申请日：2024-09-04
IPC分类号： G05B23/02
摘要： 本发明涉及无人旋翼机安全性和可靠性技术，具体地说是一种无人旋翼机动力单元故障诊断方法、系统和无人旋翼机。该方法主要包含如下几个部分：1）无人旋翼机动力运动学线性空间状态描述筛选；2）无人旋翼机动力运动学线性空间扩展未知输入观测器构建；3）无人旋翼机理想油门控制量在线估计；4）无人旋翼机动力单元故障状态判定。本发明的方法能够提高无人机旋翼故障的检测率，这样可以及时发现旋翼故障，避免旋翼故障导致的无人机事故和损失。
-
公开(公告)号：CN118798601A
公开(公告)日：2024-10-18
申请号：CN202411282245.8
申请日：2024-09-13
IPC分类号： G06Q10/0631 , G06Q10/20 , G06Q50/26 , G06N3/092
摘要： 本发明涉及深度学习人工智能技术领域，尤其涉及一种基于深度强化学习的灾后修复性维修决策方法。一种基于深度强化学习的灾后修复性维修决策方法，通过复杂网络模型和深度强化学习算法的结合，为大规模分布式集群系统的灾后修复提供一种高效、智能的解决方案。该方法能够在极端事件后，通过动态调整多维修团队的修复策略，最小化系统恢复过程中的弹性损失，从而实现系统的快速、高效恢复，确保集群系统在灾后能够尽快恢复正常运行。
-
公开(公告)号：CN118886889A
公开(公告)日：2024-11-01
申请号：CN202411357731.1
申请日：2024-09-27
IPC分类号： G06Q10/20 , G06Q10/063 , G06Q50/06 , G06N3/0464 , G06N3/092 , H02J3/28
摘要： 本发明涉及储能系统的智能管理方法，尤其涉及一种工业储能系统大规模电池组集群的预测性维修方法。本发明通过建立电池组集群的退化模型，采用DQN算法对系统状态和维修动作进行学习和优化，能够在考虑维修成本和系统可靠性的前提下，生成最优的预测性维修策略。本发明不仅能够有效处理集群系统中高维的状态空间和动作空间，还能够通过经验回放技术提高模型的学习效率，降低决策过程中的计算负担。
-
公开(公告)号：CN118863871A
公开(公告)日：2024-10-29
申请号：CN202411357728.X
申请日：2024-09-27
摘要： 本发明涉及人工智能技术领域，尤其涉及一种基于DQN的集群系统预测性维修决策方法。本发明通过设计和训练DQN模型，建立集群系统的退化状态模型，并利用ε‑greedy算法生成维修策略，本发明能够有效应对集群系统在长期运行过程中所面临的可靠性挑战。在执行维修策略后，系统的运行状态得到反馈，并用于进一步优化DQN模型，以持续提升系统的预测性维修能力。此方法不仅适用于工业储能系统的大规模电池组集群，还可推广应用于其他复杂集群系统的维护与管理中。
-
公开(公告)号：CN118798858A
公开(公告)日：2024-10-18
申请号：CN202411282247.7
申请日：2024-09-13
IPC分类号： G06Q10/20 , G06Q10/101 , G06N3/0464 , G06N3/047 , G06N3/092
摘要： 本发明涉及人工智能技术领域，尤其涉及一种基于AC‑MCTS算法的面向集群系统灾后修复性维修的方法。本发明通过对系统状态的实时预测和最优维修策略的动态选择，提高集群系统的可靠性和可维护性。该系统不仅能够有效解决集群系统中的多种故障，还能够通过不断学习和优化，提高维修策略的智能化水平，减少系统停机时间，提升系统整体运行效率。
-
公开(公告)号：CN118732673A
公开(公告)日：2024-10-01
申请号：CN202411235100.2
申请日：2024-09-04
IPC分类号： G05B23/02
摘要： 本发明涉及无人旋翼机安全性和可靠性技术，具体地说是一种无人旋翼机动力单元故障诊断方法、系统和无人旋翼机。该方法主要包含如下几个部分：1）无人旋翼机动力运动学线性空间状态描述筛选；2）无人旋翼机动力运动学线性空间扩展未知输入观测器构建；3）无人旋翼机理想油门控制量在线估计；4）无人旋翼机动力单元故障状态判定。本发明的方法能够提高无人机旋翼故障的检测率，这样可以及时发现旋翼故障，避免旋翼故障导致的无人机事故和损失。
-
公开(公告)号：CN118822508A
公开(公告)日：2024-10-22
申请号：CN202411282244.3
申请日：2024-09-13
IPC分类号： G06Q10/20 , G06Q10/101 , G06F18/214 , G06F18/20 , G06N3/092
摘要： 本发明涉及人工智能技术领域，尤其涉及一种用于多团队灾后修复性维修决策的深度Actor‑Critic架构系统。该架构通过引入约束马尔可夫决策过程（CMDP），结合AC‑MCTS算法，实现了多团队维修策略的迭代优化。具体而言，该系统通过仿真环境生成局部破坏与系统状态，并通过修复性维修Agent在策略迭代过程中选择最优维修动作，利用弹性分析评估系统恢复的效果，并不断调整Actor‑Critic网络的参数，以提高策略的决策效率。
-
公开(公告)号：CN118673727B
公开(公告)日：2024-11-15
申请号：CN202411060781.3
申请日：2024-08-05
申请人： 北京航空航天大学
IPC分类号： G06F30/20 , G06F119/14 , G06F119/02
-
公开(公告)号：CN118673726A
公开(公告)日：2024-09-20
申请号：CN202411060724.5
申请日：2024-08-05
申请人： 北京航空航天大学
IPC分类号： G06F30/20 , G06F119/14 , G06F119/02
摘要： 本发明涉及一种基于吸引子的周期激励机电设备的性能退化评价方法，属于机电设备退化评价技术领域，解决了现有技术对周期激励机电设备进行性能退化评价中，难以考虑多微观退化机理的耦合效应，且难以搭建通用性强且物理机制清晰的性能退化模型的问题，进而给出周期激励机电设备的高准确性的性能退化评价结果。本发明方法的步骤为：步骤1、根据周期激励的类型，构建关于广义变量的周期激励下机电设备的吸引子模型；步骤2，构建周期激励下机电设备的吸引子模型中广义变量与机电设备物理量的映射；步骤3，构建基于吸引子的周期激励下机电设备退化模型；步骤4，基于待检测机电设备的广义变量及周期激励机电设备吸引子退化模型评价其寿命结果。
-
公开(公告)号：CN118278289B
公开(公告)日：2024-08-02
申请号：CN202410692786.1
申请日：2024-05-31
申请人： 北京航空航天大学
IPC分类号： G06F30/27 , G06N3/006 , G06F119/02
摘要： 本发明涉及一种能量信息物质关联的系统性能裕量分配建模方法及应用，属于可靠性分析模型技术领域，针对现有技术中的可靠性分配不考虑子系统相互作用以及依赖于专家主观评价的问题，本发明的可靠性分配方法，其目的是依据系统内在能量、信息、物质三方面的相互关系建立子系统可靠性之间的联系，进而将系统可靠性指标要求分配至各子系统的性能裕量要求，从而解决上述当前可靠性分配中存在的问题。
-
-
-
-
-
-
-
-
-
搜索结果
250 条记录 (耗时 0.039 秒)
