公开(公告)号：CN117851941A

公开(公告)日：2024-04-09

申请号：CN202311246383.6

申请日：2023-09-25

Applicant: 南京林业大学

Inventor： 张营 ,  位家顺 ,  李德文 ,  李爱 ,  孙宁 ,  闵永军

IPC: G06F18/2433 ,  G01M15/14 ,  G06F18/2135 ,  G06N3/0464 ,  G06N3/048 ,  G06N3/08

Abstract: 本发明提供一种基于飞行数据的航空发动机气路异常监测方法，包括以下步骤：基于核慢特征分析的气路特征提取：慢特征分析原理和核慢特征分析原理；基于深度支持向量描述算法的气路性能评估；基于箱线图的航空发动机气路异常判定；基于KSFA‑Deep SVDD的航空发动机异常监测模型；数据集选取与参数设置。本发明提供的一种基于飞行数据的航空发动机气路异常监测方法，核慢特征分析所提取出的气路特征，在一定程度上可以反映气路的变化过程，降低后续异常监测的难度，在实际的航空发动机运行过程中，气路数据存在着极高的维度，慢特征分析多采用多项式扩展的方法对其进行非线性处理，维数较高时，会形成维数灾难，极其影响特征提取速度以及实际后续建模的精度。

公开(公告)号：CN119807635A

公开(公告)日：2025-04-11

申请号：CN202411452967.3

申请日：2024-10-17

Applicant: 南京林业大学

Inventor： 张营 ,  韦辛月 ,  李德文 ,  范凤亮 ,  李爱 ,  孙宁

IPC: G06F18/20 ,  G01M13/04 ,  G06F18/25 ,  G06F18/2136 ,  G06F18/2321 ,  G06F18/27 ,  G06N3/0455 ,  G06N3/08 ,  G06F123/02

Abstract: 本发明提供一种基于静电监测的滚动轴承性能退化评估方法，包括以下步骤：S1：融合静电电荷信号特征与常规时域、频域和时频域特征构成表征轴承状态的静电监测系统特征参数集。本发明提供一种基于静电监测的滚动轴承性能退化评估方法，通过L1稀疏约束和Dropout机制优化的深度降噪自编码器可以更好的识别轴承的非线性特征和不同的退化阶段；提出的自适应密度峰值聚类模型可以很好的衡量轴承健康状态，与传统DPC和SVDD相比，本文所提出的方法可以更早地识别到轴承的早期退化，而且具有更好的单调性、鲁棒性和趋势性；与振动监测相比，静电监测在轴承性能退化评估中具有优越性，可以更早地发现退化的发生。

公开(公告)号：CN116796425B

公开(公告)日：2024-07-05

申请号：CN202310066347.5

申请日：2023-01-17

Applicant: 南京林业大学

Inventor： 张营 ,  韦辛月 ,  李德文 ,  李泱 ,  李爱 ,  孙宁

IPC: G06F30/15 ,  G06F18/2415 ,  G06F30/17 ,  F02C9/00

Abstract: 本发明提供一种基于SFA‑GMM‑BID的航空发动机动态健康监测方法，包括以下步骤：对训练数据进行慢特征分析，提取缓慢变化特征，选取健康状态训练数据构建高斯混合模型，并得到模型的参数，利用GMM参数计算测试数据的BID值，描述航空发动机性能退化的过程，为了提高BID指标对航空发动机退化描述的敏感度，在BID的基础上加入EWMA[31]进行平滑，计算训练数据的控制限，对训练数据进行慢特征分析，提取缓慢变化特征，计算测试数据和健康状态GMM之间的BID距离，对BID数据进行滑窗处理，计算相邻窗口数据的最大信息系数。本发明提供的本发明提供一种基于SFA‑GMM‑BID的航空发动机动态健康监测方法，采用慢特征分析的方法提取反映气路状态缓慢变化的有效特征，提高了健康监测的有效性。

公开(公告)号：CN117289135A

公开(公告)日：2023-12-26

申请号：CN202311208215.8

申请日：2023-09-19

Applicant: 南京林业大学

Inventor： 张营 ,  李子涵 ,  李爱 ,  孙宁 ,  闵永军 ,  李德文

IPC: G01R31/367 ,  G01R31/392 ,  G06F30/27 ,  G06N3/045 ,  G06N3/08 ,  G06F119/04

Abstract: 本发明提供一种基于ACNN‑Mogrifier LSTM‑MMD的锂电池剩余使用寿命预测，包括以下步骤：S1、理论基础：鲸鱼优化算法‑变分模态分解、皮尔逊相关系数、CNN、注意力机制、Mogrifier LSTM和最大均值差异；S2、预测模型构建：实验数据集介绍和模型预测流程；所述实验数据集介绍包括以下步骤：基于单源域的锂电池RUL预测实验数据和基于多源域的锂电池RUL预测实验数据；S3、实验验证：WOA‑VMD、基于单源域电池RUL预测和基于多源域电池RUL预测。发明提供一种基于ACNN‑MogrifierLSTM‑MMD的锂电池剩余使用寿命预测，使用Mogrifier LSTM神经网络来估计源域和目标域的容量值，通过估计的容量值与实际的容量值计算出源域和目标域的损失函数。将损失函数与计算的MMD值相结合得到模型的综合损失函数。

公开(公告)号：CN117669354A

公开(公告)日：2024-03-08

申请号：CN202311096457.2

申请日：2023-08-29

Applicant: 南京林业大学

Inventor： 张营 ,  李子涵 ,  李爱 ,  孙宁 ,  闵永军 ,  李德文

IPC: G06F30/27 ,  G06N3/006 ,  G06N3/0442 ,  G06N3/096

Abstract: 本发明提供基于迭代迁移学习和Mogrifier LSTM的锂离子电池剩余使用寿命预测，包括以下步骤：S1、理论基础：麻雀搜索算法‑变分模态分解、最大信息系数和Mogrifier LSTM；S2、预测模型构建：实验数据集介绍和模型预测流程；S3、实验验证：SSA‑VMD、最大信息系数、ITL‑Mogrifer LSTM和评估与误差分析。本发明提供的基于迭代迁移学习和Mogrifier LSTM的锂离子电池剩余使用寿命预测，通过采用CACLE、NASA锂电池数据集，将本文提出的方法与其他方法的预测结果进行对比，实验结果表明，ITL‑Mogrifier LSTM对锂电池RUL预测误差小，模型效果优于其他模型，此外，所提出方法不仅有着较好的预测精度，而且可有效降低锂离子电池老化数据的采集成本。

公开(公告)号：CN116796425A

公开(公告)日：2023-09-22

申请号：CN202310066347.5

申请日：2023-01-17

Applicant: 南京林业大学

Inventor： 张营 ,  韦辛月 ,  李德文 ,  李泱 ,  李爱 ,  孙宁

IPC: G06F30/15 ,  G06F18/2415 ,  G06F30/17 ,  F02C9/00

Abstract: 本发明提供一种基于SFA‑GMM‑BID的航空发动机动态健康监测方法，包括以下步骤：对训练数据进行慢特征分析，提取缓慢变化特征，选取健康状态训练数据构建高斯混合模型，并得到模型的参数，利用GMM参数计算测试数据的BID值，描述航空发动机性能退化的过程，为了提高BID指标对航空发动机退化描述的敏感度，在BID的基础上加入EWMA[31]进行平滑，计算训练数据的控制限，对训练数据进行慢特征分析，提取缓慢变化特征，计算测试数据和健康状态GMM之间的BID距离，对BID数据进行滑窗处理，计算相邻窗口数据的最大信息系数。本发明提供的本发明提供一种基于SFA‑GMM‑BID的航空发动机动态健康监测方法，采用慢特征分析的方法提取反映气路状态缓慢变化的有效特征，提高了健康监测的有效性。

公开(公告)号：CN216247608U

公开(公告)日：2022-04-08

申请号：CN202122915354.7

申请日：2021-11-25

Applicant: 南京林业大学

Inventor： 封士瑞 ,  万晓凡 ,  李子涵 ,  丁德邻 ,  张营 ,  李德文 ,  李泱

IPC: G01N15/00

Abstract: 本实用新型属于传感器检测装置技术领域的一种油液磨粒电感式传感器检测装置，包括传感器外壳，传感器外壳的内壁固定连接有电磁线圈，传感器外壳内腔的中部滑动连接有永磁轴，永磁轴的下端贯穿有检测线，检测线与永磁轴之间设置有绝缘材料，传感器外壳的上端固定连接有安装盒。将传感器外壳安装在安装座上，使检测线位于油管的中部，此设置可以检测油管内油液中的金属颗粒，因检测线带有微弱的电流，当金属颗粒与检测线接触或者吸附时，会改变检测线的电阻，从而使电流产生的变化，变化的电流经过第三电缆传递到电流感应检测器内进行处理，此设置时通过检测线电阻的大小进行检测油液中金属颗粒，可以实时进行检测。