公开(公告)号：CN119293977B

公开(公告)日：2025-05-09

申请号：CN202411822683.9

申请日：2024-12-12

Applicant: 哈尔滨工业大学(威海)

Inventor： 赵明航 ,  罗聪聪 ,  付旭云 ,  钟诗胜

IPC: G06F30/15 ,  G06F30/27 ,  G06N20/20 ,  G06N5/01 ,  G06F119/08 ,  G06F119/14

Abstract: 本发明涉及船舶动力故障识别处理技术领域，具体的说是一种能够提高船舶动力主机故障分析处理效率和准确率的基于热动力学辅助随机森林的船用柴油机故障处理方法，包括以下步骤：步骤1：构建一维热动力学模型来模拟船用柴油机的工作过程，并借助船舶主机数据采集系统DCM采集的数据进行模型校准；步骤2：通过标定系统关键参数，模拟船用柴油机燃烧室部件的五种典型故障，并初步输出与故障相关的热工参数；步骤3：利用随机森林进行故障预识别，计算各热工参数的SHAP值，并筛选出最具影响力的参数，参数的筛选结果将结合一维热动力学模型进行分析；步骤4：经筛选后的参数被重新输入到随机森林中进行训练和验证。

公开(公告)号：CN118211136A

公开(公告)日：2024-06-18

申请号：CN202410634398.8

申请日：2024-05-22

Applicant: 哈尔滨工业大学(威海)

Inventor： 赵明航 ,  钟百鸿 ,  钟诗胜 ,  付松 ,  付旭云 ,  王琳

IPC: G06F18/2413 ,  G06F18/22 ,  G06F18/213 ,  G06F18/214

Abstract: 本发明涉及数据处理技术领域，具体的说是一种能够通过对数据集中难分样本的有效挖掘处理，显著提高数据处理效率和准确率，进而提高复杂设备故障诊断分析结果准确率的基于围栏损失函数的数据处理方法及装备故障诊断方法，其特征在于，利用深度模型将输入数据映射到一个高维空间中，并执行以下步骤：步骤1：难分样本识别，利用围栏边界来区分每种类别中的难分样本；步骤2：难分样本优化与归类，其中利用围栏学习将难分样本优化至对应的围栏中，通过计算样本到类中心的距离对难分样本进行归类，与现有技术相比，通过深度围栏学习致力于挖掘更多难分样本的信息，来促进数据分类准确性，进而提高设备故障数据诊断性能。

公开(公告)号：CN117787467A

公开(公告)日：2024-03-29

申请号：CN202311575576.6

申请日：2023-11-24

Applicant: 哈尔滨工业大学(威海)

Inventor： 张永健 ,  杜少辉 ,  冒志豪 ,  简晓慧 ,  付旭云

IPC: G06Q10/04 ,  G06Q10/083 ,  G06N3/0442 ,  G06N3/0455 ,  G06N3/048 ,  G06N3/049 ,  G06N3/084

Abstract: 本发明涉及装备运行能效优化技术领域，具体的说是一种能够显著提高装备运行效率的基于改进的双注意力机制的油耗预测方法，本发明在编码器中对运行参数和环境参数分别引入特征注意力机制和联合表示以自适应的捕获不同油耗影响参数对于油耗的贡献率，加强各影响参数对油耗的可解释性，在解码器中引入时间注意力机制以挖掘当前状态与历史状态的关联关系；其次，将工况识别模型与油耗模型相结合，建立了不同工况条件下的油耗模型，结合Smyril客滚轮提供的数据，对比本发明模型与不同模型结构下预测的性能，验证了本发明模型的合理性；与其他油耗预测模型进行对比，本发明提出模型的均方根误差，平均绝对误差和平均绝对百分比误差分别降低了45.88％，57.89％，52.84％。

公开(公告)号：CN111598438B

公开(公告)日：2023-05-26

申请号：CN202010407179.8

申请日：2020-05-14

Applicant: 哈尔滨工业大学(威海)

Inventor： 付旭云 ,  周星杰 ,  钟诗胜 ,  张永健

IPC: G06F18/2433 ,  G06F18/2431 ,  G06F18/213 ,  G06F18/10 ,  G06F17/18 ,  G06F17/16

Abstract: 本发明公开了一种民航发动机气路异常检测方法，属于航空发动机检测技术领域。本发明解决现有技术中采用单一特征参数对发动机进行异常检测存在片面性的问题，以及CNR报告中信息反馈存在滞后性无法满足早期预警需求的问题。本发明采取的技术方案包括将多维气路参数偏差值时间序列划分为子序列、子序列二次划分、筛选显著性特征参数，利用熵值评价法对末端特征进行评价及优选排序，确定异常检测特征矩阵以及采用孤立森林异常检测算法实现气路异常检测和早期预警的步骤。实验证明本发明能够较好地实现气路异常检测，对工程实际应用有深远的指导意义。

公开(公告)号：CN115965792A

公开(公告)日：2023-04-14

申请号：CN202111169155.4

申请日：2021-10-08

Applicant: 哈尔滨工业大学(威海)

Inventor： 付旭云 ,  孙昊 ,  白争锋 ,  刘雪云 ,  钟诗胜

IPC: G06V10/40 ,  G06V10/774

Abstract: 本发明涉及复杂装备参数提取分析技术领域，具体的说是一种能够有效提取复杂装备的多种运行参数特征，进而提高分析准确率基于混合核慢特征分析的复杂装备参数特征提取方法，本发明考虑到发动机性能随时间变化缓慢，慢特征分析能提取随时间变化最缓慢的特征，便可以假设使用慢特征分析所提取出的特征能够从某种程度上代表反应发动机性能的本质属性，本发明降低了计算量，提高了分析精度。

公开(公告)号：CN106355253B

公开(公告)日：2022-02-11

申请号：CN201610486895.3

申请日：2016-06-27

Applicant: 哈尔滨工业大学(威海)

Inventor： 付旭云 ,  钟诗胜 ,  张永健 ,  王瑞 ,  王琳

IPC: G06Q10/00 ,  G06Q10/04 ,  G06Q50/10

Abstract: 本发明涉及航空发动机维修技术领域，具体的说是一种能够有效提高航空发动机运行效率，降低维护成本的航空发动机最优运行性能区间确定方法，其特征在于以单位运行维修成本最小为优化目标，建立面向全成本的航空发动机最优运行性能区间确定模型，用一个单调连续函数表示航空发动机性能参数的衰退规律，本发明与现有技术相比，从航空发动机运行维修全成本出发考虑其最优方案，航空发动机性能对其运行成本有很大影响，通过从全成本角度确定航空发动机最优运行性能区间，提高对航空发动机运行维修效率、降低运行维修成本。

公开(公告)号：CN105806624B

公开(公告)日：2021-03-30

申请号：CN201610104431.1

申请日：2016-02-25

Applicant: 哈尔滨工业大学(威海)

Inventor： 崔智全 ,  钟诗胜 ,  付旭云

IPC: G01M15/04

Abstract: 本发明涉及航空发动机性能监控技术领域，具体地说是一种基于气路参数衰退基线的航空发动机水洗后节油量算法，其特征在于，包括以下内容：对整个航段与巡航阶段燃油流量的映射关系进行处理；航空发动机燃油流量偏差值衰退基线概念的提出与该基线挖掘方法研究；对水洗节油效果持续循环计算方法研究；基于燃油流量偏差值衰退基线的节油量模型推导，本发明相对于现有技术，能够根据发动机水洗相关数据，来获得发动机燃油节省结果，从而为选择合理水洗基地提供主要参考指标，具有准确、可靠等显著的优点。

公开(公告)号：CN111597760A

公开(公告)日：2020-08-28

申请号：CN202010418279.0

申请日：2020-05-18

Applicant: 哈尔滨工业大学(威海)

Inventor： 付旭云 ,  周星杰 ,  钟诗胜 ,  张永健

IPC: G06F30/27 ,  G06F17/18 ,  G06N3/04 ,  G06N3/08

Abstract: 本申请公开了一种实现小样本条件下获取气路参数偏差值的方法，属于航空发动机健康管理与监控技术领域。本发明包括构建发动机样本数据集、对数据进行归一化预处理、构建深度领域自适应气路参数偏差值回归模型、利用目标域发动机及源域发动机训练集训练深度领域自适应气路参数偏差值回归模型、利用训练好的所述深度领域自适应气路参数偏差值回归模型对所述目标域发动机测试集提取到的发动机样本进行测试、分析回归效果以及获取小样本新机型航空发动机ACARS数据，利用保存的气路参数偏差值回归模型获取气路参数偏差值。本发明实现跨工况、跨机型下建立气路参数偏差值模型，进而获取发动机监控自主性。

公开(公告)号：CN107886126A

公开(公告)日：2018-04-06

申请号：CN201711102389.0

申请日：2017-11-10

Applicant: 哈尔滨工业大学(威海)

Inventor： 钟诗胜 ,  林琳 ,  付旭云 ,  张一震

IPC: G06K9/62 ,  G06N3/04 ,  G06N3/08

CPC classification number: G06K9/6256 ,  G06K9/6271 ,  G06K9/6276 ,  G06N3/0481 ,  G06N3/08

Abstract: 本发明涉及一种基于动态集成算法的航空发动机气路参数预测方法及系统，其中方法包括：基于迭代算法对训练样本集进行学习得到基学习机，并使用基学习机对测试样本集进行预测，得到每个基学习机的预测结果；在所述训练样本集中选择测试样本的近邻样本，评估每个基学习机在近邻样本的局部性能动态确定每个基学习机的权值；基于所述每个基学习机的权值，利用加权核密度估计将每个基学习机的预测结果集成得到最终预测结果。本发明通过量化评估各学习机的局部性能，提出了动态加权核密度估计组合方法，可用于对航空发动机气路参数序列的预测任务中，不受离群值和样本不对称分布的影响，实验结果表明能够有效提高集成学习算法的预测精度。

公开(公告)号：CN118211136B

公开(公告)日：2024-08-06

申请号：CN202410634398.8

申请日：2024-05-22

Applicant: 哈尔滨工业大学(威海)

Inventor： 赵明航 ,  钟百鸿 ,  钟诗胜 ,  付松 ,  付旭云 ,  王琳

IPC: G06F18/2413 ,  G06F18/22 ,  G06F18/213 ,  G06F18/214

Abstract: 本发明涉及数据处理技术领域，具体的说是一种能够通过对数据集中难分样本的有效挖掘处理，显著提高数据处理效率和准确率，进而提高复杂设备故障诊断分析结果准确率的基于围栏损失函数的数据处理方法及装备故障诊断方法，其特征在于，利用深度模型将输入数据映射到一个高维空间中，并执行以下步骤：步骤1：难分样本识别，利用围栏边界来区分每种类别中的难分样本；步骤2：难分样本优化与归类，其中利用围栏学习将难分样本优化至对应的围栏中，通过计算样本到类中心的距离对难分样本进行归类，与现有技术相比，通过深度围栏学习致力于挖掘更多难分样本的信息，来促进数据分类准确性，进而提高设备故障数据诊断性能。