-
公开(公告)号:CN118114118A
公开(公告)日:2024-05-31
申请号:CN202410322882.7
申请日:2024-03-21
Applicant: 南京理工大学
IPC: G06F18/241 , G06F18/243 , G06N3/0464
Abstract: 本发明公开了一种基于CNDT模型的典型武器装备故障诊断方法。采集历史运行数据,将其分为正常数据和故障数据,并将故障数据划分为不同故障类型。这些数据被标记并上传至计算机以供记录和分析。在将数据传递给模型之前,进行数据增强、降噪和归一化处理。本发明创建并使用了卷积神经网络和决策树,分别作为特征提取模型和故障分类模型。由此建立了一个典型武器装备故障诊断模型,该模型基于CNDT结构。首先,利用CNN强大的特征提取能力提取原始数据中的隐藏特征,接着将这些特征输入决策树模型输出结果;利用滚动轴承故障数据集对CNDT模型进行验证,结果表明该模型有着较高的准确率和较少的算法运行时间,为解决滚动轴承故障诊断问题提供了一种可行的解决方案。
-
公开(公告)号:CN119739135A
公开(公告)日:2025-04-01
申请号:CN202411726340.2
申请日:2024-11-28
Applicant: 南京理工大学
IPC: G05B23/02
Abstract: 本发明公开了一种基于线性影响的指挥控制系统安全风险评估方法。首先建立指挥控制系统物理连接图和信息流图,底图跨层聚合形成因果图底图;以生成树的形式从动因传导相反的方向消除底图中的非因果关系;建立指标抽离体系,将因果图中的资源节点分解为指标节点;对输入的系统运行原始数据进行输入归一化与数据插值处理;通过最小二乘估计计算出异常节点到每条路径上子节点的线性关系;遍历异常节点后续的所有路径,计算异常节点对每条路径的影响程度;输出异常节点对后续节点的影响程度、影响域范围和告警等级。该方法能有效地计算出不同风险场景下异常节点的影响结果,提高了指挥控制系统的可靠性与安全性。
-
公开(公告)号:CN118411562A
公开(公告)日:2024-07-30
申请号:CN202410541078.8
申请日:2024-04-30
Applicant: 南京理工大学
IPC: G06V10/764 , G06V10/44 , G06V10/82 , G06V10/80 , G06N3/045 , G06N3/0464 , G06N3/048 , G06N3/084
Abstract: 本发明公开了一种基于双流注意力卷积的红外图像故障诊断方法,首先对数据集进行裁剪,翻转以扩充数据集的规模。接着将红外图像数据集输入到双流注意力卷积神经网络中进行X和Y方向的双向空间特征的提取与融合,很好地解决了小样本不均衡的问题,同时能够更全面地捕捉到红外图像中的重要的温度分布和变化趋势。最后,将待诊断的故障图像输入到训练好的故障诊断模型,进行感应电机红外图像的故障诊断。该方法的独特之处在于它的双流卷积神经网络结构,可以综合不同尺度的信息,提高故障诊断的准确性和适应性。此方法为感应电机红外图像的故障诊断提供了一种强大的工具,可用于小样本的红外图像故障诊断任务。
-
-