-
公开(公告)号：CN116502391A
公开(公告)日：2023-07-28
申请号：CN202211599308.3
申请日：2022-12-12
Applicant: 哈尔滨工业大学
IPC: G06F30/20 , G06F119/04 , G06F119/08
Abstract: 基于误差函数模型的寿命预测方法，涉及可靠性试验技术领域，本发明的目的是为了解决现有预测产品寿命的方式存在预测准确性差的问题。基于统计力学建立误差函数模型，获得产品的四个历史温度和四个历史温度对应的四个历史寿命，将每个历史温度和对应的历史寿命带入一个误差函数模型中，得到由带入后的4个误差函数模型组成的模型组，解析模型组，获得b四个参数值；将b四个参数值带入一个误差函数模型中，得到待输出的误差函数模型，向待输出的误差函数模型中输入产品的当前的温度，预测出当前温度下产品的寿命。它用于预测产品寿命。
-
公开(公告)号：CN110795862B
公开(公告)日：2022-01-07
申请号：CN201911097134.9
申请日：2019-11-11
Applicant: 哈尔滨工业大学
IPC: G06F30/20 , G06F119/04
Abstract: 本发明公开了一种基于线圈电流的开关电器动态特性计算方法，所述方法包括如下步骤：步骤一：实测得到线圈电流波形以及触点电位数据；步骤二：通过拟合消除电源纹波；步骤三：寻找得到线圈电流的零初始时刻；步骤四：计算线圈电感；步骤五：求解衔铁的运动功率；步骤六：建立衔铁功率与反力、运动速度、衔铁行程的关系模型，从而完成基于线圈电流的开关电器动态特性的计算。本发明提供了一种提出了基于线圈电流、触点电位，基于能量守恒计算开关电器的动态特性计算方法，与现有的有限元、直接测量、间接推断三种方法相比，本发明具有高效、经济、准确的优点。此外，在人工智能对开关电器的状态分类中，应用此方法可提供更好的故障特征。
-
公开(公告)号：CN110807267A
公开(公告)日：2020-02-18
申请号：CN201911096416.7
申请日：2019-11-11
Applicant: 哈尔滨工业大学
IPC: G06F30/20 , G06F119/04
Abstract: 本发明公开了一种基于SVM的开关电器超程退化状态诊断方法，所述方法包括如下步骤：一、开展开关电器的寿命试验，获取超程的退化程度；二、根据获取的超程退化程度，试验模拟超程退化的故障状态；三、在线圈电流、触点电位的基础上，理论分析超程退化引起的特征变化，提取超程退化的故障特征；四、将故障特征、退化程度转换成训练样本数据矩阵、样本标签，即状态空间；五、在支持向量机模型的基础上，根据状态空间，在寻优算法的基础上构造并求解凸二次规划问题，即可得到诊断模型，从而完成基于SVM的开关电器超程退化状态的诊断。本发明可以有效解决现有方法存在的随机因素大、试验装置复杂、试验周期长、可推广性差、数据噪声大的问题。
-
公开(公告)号：CN110795862A
公开(公告)日：2020-02-14
申请号：CN201911097134.9
申请日：2019-11-11
Applicant: 哈尔滨工业大学
IPC: G06F30/20 , G06F119/04
Abstract: 本发明公开了一种基于线圈电流的开关电器动态特性计算方法，所述方法包括如下步骤：步骤一：实测得到线圈电流波形以及触点电位数据；步骤二：通过拟合消除电源纹波；步骤三：寻找得到线圈电流的零初始时刻；步骤四：计算线圈电感；步骤五：求解衔铁的运动功率；步骤六：建立衔铁功率与反力、运动速度、衔铁行程的关系模型，从而完成基于线圈电流的开关电器动态特性的计算。本发明提供了一种提出了基于线圈电流、触点电位，基于能量守恒计算开关电器的动态特性计算方法，与现有的有限元、直接测量、间接推断三种方法相比，本发明具有高效、经济、准确的优点。此外，在人工智能对开关电器的状态分类中，应用此方法可提供更好的故障特征。
-
公开(公告)号：CN108710745B
公开(公告)日：2019-05-24
申请号：CN201810470432.7
申请日：2018-05-16
Applicant: 哈尔滨工业大学
IPC: G06F17/50
Abstract: 本发明公开了一种结合制造工艺数据的机电产品可靠性评估方法，所述方法首先根据机电产品的组成特点、制造工艺数据以及退化机理确定其输出特性退化模型的函数形式；之后以该机电产品的制造工艺数据为基础，通过有限元仿真及近似建模方法得到退化模型中随机影响系数的k个集合；同时，基于机电产品试验样本的退化数据，通过多次迭代的方式估计出退化模型中固定影响系数的值；随后，根据所得到的k组随机影响系数集合、固定影响系数估计值以及所述机电产品的退化失效阈值，得到该产品的k个退化失效伪寿命；最后，基于得到的退化失效伪寿命，计算并给出该机电产品在各时刻的可靠度。本发明为解决小子样条件下的批次产品可靠性评价问题提供了有效手段。
-
Patent Agency Ranking
公开(公告)号：CN108710745A
公开(公告)日：2018-10-26
申请号：CN201810470432.7
申请日：2018-05-16
Applicant: 哈尔滨工业大学
IPC: G06F17/50
CPC classification number: G06F17/5018
Abstract: 本发明公开了一种结合制造工艺数据的机电产品可靠性评估方法，所述方法首先根据机电产品的组成特点、制造工艺数据以及退化机理确定其输出特性退化模型的函数形式；之后以该机电产品的制造工艺数据为基础，通过有限元仿真及近似建模方法得到退化模型中随机影响系数的k个集合；同时，基于机电产品试验样本的退化数据，通过多次迭代的方式估计出退化模型中固定影响系数的值；随后，根据所得到的k组随机影响系数集合、固定影响系数估计值以及所述机电产品的退化失效阈值，得到该产品的k个退化失效伪寿命；最后，基于得到的退化失效伪寿命，计算并给出该机电产品在各时刻的可靠度。本发明为解决小子样条件下的批次产品可靠性评价问题提供了有效手段。
-
公开(公告)号：CN107016141B
公开(公告)日：2020-09-15
申请号：CN201610153200.X
申请日：2016-03-17
Applicant: 哈尔滨工业大学
IPC: G06F30/20
Abstract: 本发明公开一种基于变化贡献率的电磁继电器分步容差优化方法，包括以下步骤：S1：确定容差优化的标准；根据关键因素与输出特性之间的关系以及实际加工能力，确定所述关键因素的公差范围；S2：确定所述关键因素的水平数；设计正交试验，计算每组所述正交试验的输出结果；求取各所述关键因素的贡献率；S3：将所述贡献率按照一定容差步长减小容差，获得所述关键因素的新公差范围；再次计算各所述关键因素的贡献率；S4：在步骤S3确定的所述新公差范围内求出对应的新公差范围的输出特性波动范围；S5：重复步骤S3‑S4的工作，直到所述输出特性波动范围满足容差优化标准，或者新公差范围达到加工精度下限，此时所述新公差范围即为分步容差优化的最终结果。
-
公开(公告)号：CN107016142A
公开(公告)日：2017-08-04
申请号：CN201610157920.3
申请日：2016-03-18
Applicant: 哈尔滨工业大学
IPC: G06F17/50
CPC classification number: G06F17/5036 , G06F2217/16
Abstract: 本发明目的在于提供一种基于近似模型的电磁继电器快速计算方法，属于继电器产品性能分析技术领域。首先，基于插值思想构建反映电磁继电器输出特性与过程变量的自定义函数作为Kriging模型的基函数；其次，通过拉丁超立方抽样方法建立Kriging模型的误差函数，从而构建基于Kriging方法的电磁系统近似模型；之后，基于变形能法建立反力特性计算近似模型；最后，基于数值方法求解继电器动态特性方程组，完成电磁继电器动态特性的快速计算。本发明提出的电磁继电器快速计算方法兼顾了计算精度及计算速度，可用于电磁继电器结构优化及稳健性设计等分析领域中。
-
公开(公告)号：CN105914104A
公开(公告)日：2016-08-31
申请号：CN201610423179.0
申请日：2016-06-14
Applicant: 哈尔滨工业大学
Abstract: 本发明公开一种双永磁长短轭铁极面单稳态电磁机构，包括线圈、线圈骨架、转轴、衔铁、轭铁、永磁体，其中，所述轭铁包括左轭铁、右轭铁和下轭铁，所述左轭铁和右轭铁相对设置，所述线圈骨架以及所述线圈设置在所述左轭铁和所述右轭铁之间；所述下轭铁设置在所述左轭铁和所述右轭铁之间，并且位于所述线圈上方，所述下轭铁的两端分别通过永磁体与所述左轭铁和所述右轭铁相连；所述衔铁通过所述转轴可枢转地与所述下轭铁相连，位于所述下轭铁的上方，所述衔铁的两端分别具有第一极面和第二极面，用以分别和所述左轭铁以及右轭铁相接触。
-
公开(公告)号：CN116502391B
公开(公告)日：2025-03-11
申请号：CN202211599308.3
申请日：2022-12-12
Applicant: 哈尔滨工业大学
IPC: G06F30/20 , G06F119/04 , G06F119/08
Abstract: 基于误差函数模型的寿命预测方法，涉及可靠性试验技术领域，本发明的目的是为了解决现有预测产品寿命的方式存在预测准确性差的问题。基于统计力学建立误差函数模型，获得产品的四个历史温度和四个历史温度对应的四个历史寿命，将每个历史温度和对应的历史寿命带入一个误差函数模型中，得到由带入后的4个误差函数模型组成的模型组，解析模型组，获得#imgabs0#b四个参数值；将#imgabs1#b四个参数值带入一个误差函数模型中，得到待输出的误差函数模型，向待输出的误差函数模型中输入产品的当前的温度，预测出当前温度下产品的寿命。它用于预测产品寿命。
-
-
-
-
-
-
-
-
-
Search Results
16
records
(took 0.025 seconds)
