-
公开(公告)号：CN119603195A
公开(公告)日：2025-03-11
申请号：CN202411645229.0
申请日：2024-11-18
Applicant: 哈尔滨工业大学
IPC: H04L43/0823 , H04L41/12 , G06F17/10
Abstract: 本发明属于舰船电子信息系统故障传播分析技术领域，提供了一种基于公共计算环境的舰船电子信息系统故障传播分析方法，包括：硬件设备和软件资源识别、功能分类和属性评估、硬件资源连接图构建、依赖关系提取、物理网络拓扑、功能逻辑网络构建、关联映射和整合、相依网络构建、节点正常阈值设置、失效节点确定、负载量传递公式设置、故障传播机理确定以及k步法迭代传播。本发明通过构建系统拓扑模型使得各个功能模块和硬件资源的关系和依赖更加直观，并为后续故障传播分析提供分析基础；通过分别对物理域和信息域进行故障传播分析，并考虑两者之间的相互作用，使得故障传播路径的分析更加全面；通过k步法简化了故障传播计算过程。
-
-
公开(公告)号：CN119377670A
公开(公告)日：2025-01-28
申请号：CN202411416837.4
申请日：2024-10-11
Applicant: 哈尔滨工业大学
IPC: G06F18/214 , G06F18/2415
Abstract: 一种可重构舰船电子信息系统任务可靠性试验样本生成方法，属于舰船电子信息系统可靠性试验技术领域。本发明为解决现有采用数字仿真方法的任务可靠性评估试验结果可信度存疑的问题。包括将各设备的故障发生时间作为试验因子，并确定取值参数范围；基于故障概率分布函数计算试验因子不同取值参数的覆盖强度；再基于试验样本数量、选定试验因子维度和所有试验因子的取值参数范围定义试验样本矩阵形式，采用黏菌优化算法确定覆盖选定试验因子的所有取值参数组合；结合每个试验因子不同取值参数的覆盖强度，使所有取值参数组合在试验样本矩阵中按覆盖强度从大到小排列，确定最终试验样本矩阵，得到可靠性试验样本。本发明用于生成可靠性试验样本。
-
公开(公告)号：CN115291091B
公开(公告)日：2025-01-10
申请号：CN202210987528.7
申请日：2022-08-17
Applicant: 哈尔滨工业大学
IPC: G01R31/316 , G06F18/241 , G06N3/042 , G06N3/0464 , G06N3/048 , G06N3/08
Abstract: 本发明公开了一种基于图神经网络的模拟电路故障诊断方法。该方法在构建故障样本图时，将样本间的结构特征形成结构间的约束，也就是样本节点间的边；在图神经网络对故障样本图进行处理时，提取结构特征和样本的数据特征对样本进行故障状态分类。故障样本图中的这一结构约束，不仅帮助模型提取到更多的有效特征以进行故障分类，从而提升了模型的故障诊断准确率；同时也起到了样本聚类的效果，在训练集样本比例较低的少样本学习中使模型同样具有较好的训练效果。
-
公开(公告)号：CN118536006A
公开(公告)日：2024-08-23
申请号：CN202410706470.3
申请日：2024-06-03
Applicant: 哈尔滨工业大学
IPC: G06F18/243 , G06F18/2415 , G06N7/01
Abstract: 本发明提供了一种应用于舰船电子信息系统的任务可靠性评估方法，包括：构建故障树分析模型和贝叶斯网络模型，并进行转化，确定故障树分析模型和贝叶斯网络模型之间的映射关系；将模糊理论与贝叶斯网络模型进行融合，构建模糊贝叶斯网络模型；基于故障树分析模型和贝叶斯网络模型之间的映射关系，结合模糊贝叶斯网络模型，构建故障树‑模糊贝叶斯网络模型；构建基于Agent的仿真系统，结合故障树‑模糊贝叶斯网络模型，进行任务可靠性仿真分析，获得任务可靠性评估结果。该方法融合了多种分析方法，增强了模型的表达能力和实用性，且通过模糊理论对不确定性和复杂性处理，利用Agent仿真提高了舰船任务可靠性评估的全面性和精确度。
-
Patent Agency Ranking
公开(公告)号：CN111914703A
公开(公告)日：2020-11-10
申请号：CN202010697580.X
申请日：2020-07-20
Applicant: 哈尔滨工业大学
Abstract: 本发明公开了一种基于小波变换和迁移学习GoogLeNet的机械旋转部件故障诊断方法，属于故障诊断技术领域。所述故障诊断方法包括以下步骤：S100采集机械旋转部件在已知各种故障下的振动信号，形成数据集A；S200将数据集A中的振动数据经小波变换处理，构建小波变换时频图数据集B，并将数据集按8:1:1的比例随机划分为训练集、验证集和测试集；S300基于数据集B的训练集和验证集，构建迁移学习GoogLeNet故障分类模型；S400使用迁移学习GoogLeNet故障分类模型对小波变换时频图数据集B的测试集数据进行诊断分类，得到机械旋转部件的故障分类结果。本发明能较好地提升了机械旋转部件故障诊断准确率。
-
公开(公告)号：CN111680661A
公开(公告)日：2020-09-18
申请号：CN202010567687.2
申请日：2020-06-19
Applicant: 哈尔滨工业大学
Abstract: 一种基于多特征融合的机械旋转部件性能退化跟踪方法，它涉及一种机械旋转部件性能退化跟踪方法。本发明为了解决现有的性能退化跟踪方法不能全面准确的地刻画机械旋转部件的全部状态信息，无法为机械旋转部件性能退化提供有效参考数据的问题。本发明的步骤一：获取机械旋转部件退化数据；步骤二：从机械旋转部件的原始振动信号中提取多种特征；步骤三：计算提取得到的多种特征的相关性、单调性、鲁棒性和综合指标，筛选综合指标值最高的8项特征，构成敏感特征数据集；步骤四：构建LSTM网络，将步骤四中筛选的敏感特征数据集输入到LSTM网络，进行多特征融合获得融合特征LSTM-HI，融合特征LSTM-HI即为健康因子。本发明用于机械旋转部件性能退化跟踪。
-
公开(公告)号：CN111239587A
公开(公告)日：2020-06-05
申请号：CN202010067592.4
申请日：2020-01-20
Applicant: 哈尔滨工业大学
IPC: G01R31/28 , G01R31/316 , G06F30/25 , G06F30/27 , G06F30/367 , G06K9/62
Abstract: 一种基于FRFT和LLE特征提取的模拟电路故障诊断方法，属于故障诊断技术领域，解决了模拟电路故障诊断的困难性较大，故障诊断的准确率低的问题，本发明利用PSPICE软件对需要故障诊断的模拟电路进行仿真，将待检测的模拟电路的输出端作为测试点，获得电路脉冲响应信号，通过Monte-Carlo分析，针对每种电路故障获取多组样本信号；对每种电路故障类别的多组样本信号分别进行p阶FRFT，获取每种类别故障的样本信号的频域特征；利用LLE对每种类别故障的样本信号的频域特征进行降维，构建特征向量样本集，采用粒子群优化算法寻找支持向量机的最优参数，建立支持向量机故障诊断分类器；利用支持向量机故障诊断分类器对测试集数据进行分类诊断。本发明适用于对模拟电路进行故障诊断。
-
公开(公告)号：CN108934578A
公开(公告)日：2018-12-07
申请号：CN201810878723.X
申请日：2018-08-03
Applicant: 哈尔滨工业大学
Abstract: 本发明涉及一种生态墙，更具体的说是一种寒地城市开放空间微气候调节生态墙，包括墙架、墙板、养殖架、放置架和推拉组件，本发明可以张开通气，也可以闭合密闭，本发明上可以种植植物，并且用于种植植物的养殖板的角度可以进行调节，使植物有着更好的光照。底板的左右两端均固定连接有侧支柱，底板前端面的左右两端均固定连接有铰接凸块，两个侧支柱的上端均设置有矩形插槽，两个侧支柱的前端面上均粘接有竖密封条，两个侧支柱的上端均通过螺钉固定连接有边块，两个边块之间固定连接有上梁，上梁中端的前端固定连接有伸出板，限位挡板的上端固定连接在伸出板的前端。
-
公开(公告)号：CN108897591A
公开(公告)日：2018-11-27
申请号：CN201810602697.8
申请日：2018-06-12
Applicant: 哈尔滨工业大学
Abstract: 本发明提供联合试验平台中间件插件及其试验资源信息交互的方法，属于构件技术领域。本发明所述联合试验平台中间件插件，包括对象模型实现文件和插件适配器；所述对象模型实现文件上设有对象模型实现文件刻面、对象模型实现文件插座以及DDS接口；所述插件适配器上设有事件槽、事件源、插件适配器插座以及插件适配器刻面；本发明所述联合试验平台中间件插件试验资源信息交互的方法包括试验资源信息发布过程和试验资源信息订购过程。本发明解决了现有联合试验平台中间件插件的定制化架构使得所有试验资源采用相同的插件进行信息交互，造成计算机内存资源消耗严重的问题。本发明可用于联合试验平台试验资源信息交互。
-
-
-
-
-
-
-
-
-
Search Results
45
records
(took 0.027 seconds)
