-
公开(公告)号：CN111783362B
公开(公告)日：2022-07-26
申请号：CN202010655443.X
申请日：2020-07-09
Applicant: 哈尔滨工程大学
IPC: G06F30/27 , G06N3/04 , G06N3/08 , F16K31/02 , G06F119/04
Abstract: 本发明涉及一种电动闸阀剩余使用寿命确定方法及系统。所述剩余使用寿命确定方法包括：获取电动闸阀的原始数据并进行数据特征工程，确定特征工程处理后的二维输入数据；将二维输入数据转换为三维堆叠数据块；利用卷积降噪自编码器，根据三维堆叠数据块确定高层特征，进而确定第一拼接特征；建立时间卷积网络模型，确定第二拼接特征；根据第二拼接特征确定更新后的时间卷积网络模型；根据卷积降噪自编码器以及更新后的时间卷积网络模型确定优化后的卷积降噪自编码器以及优化的时间卷积网络模型，并对实际电动阀门运行数据进行剩余使用寿命预测确定剩余使用寿命值。采用本发明所提供的剩余使用寿命确定方法或系统能够提高剩余使用寿命预测的准确率。
-
公开(公告)号：CN111783362A
公开(公告)日：2020-10-16
申请号：CN202010655443.X
申请日：2020-07-09
Applicant: 哈尔滨工程大学
IPC: G06F30/27 , G06N3/04 , G06N3/08 , F16K31/02 , G06F119/04
Abstract: 本发明涉及一种电动闸阀剩余使用寿命确定方法及系统。所述剩余使用寿命确定方法包括：获取电动闸阀的原始数据并进行数据特征工程，确定特征工程处理后的二维输入数据；将二维输入数据转换为三维堆叠数据块；利用卷积降噪自编码器，根据三维堆叠数据块确定高层特征，进而确定第一拼接特征；建立时间卷积网络模型，确定第二拼接特征；根据第二拼接特征确定更新后的时间卷积网络模型；根据卷积降噪自编码器以及更新后的时间卷积网络模型确定优化后的卷积降噪自编码器以及优化的时间卷积网络模型，并对实际电动阀门运行数据进行剩余使用寿命预测确定剩余使用寿命值。采用本发明所提供的剩余使用寿命确定方法或系统能够提高剩余使用寿命预测的准确率。
-
公开(公告)号：CN111897240B
公开(公告)日：2023-03-31
申请号：CN202010776548.0
申请日：2020-08-05
Applicant: 哈尔滨工程大学
IPC: G05B17/02
Abstract: 本发明涉及一种基于核动力系统运行的仿真方法及系统。该方法包括获取核动力系统中子系统的实际运行数据；构建子系统的子任务仿真模型并确定子系统的子任务仿真模型的影响因素；利用流体力学、热传学以及自动控制原理确定影响因素的预估值；判断预估值是否为修正值；若预估值不为修正值，则利用群体智能优化算法进行参数寻优，得到影响因素的最优值；利用影响因素的最优值修正子系统的子任务仿真模型；根据所有修正后的子系统的子任务仿真模型确定核动力系统的任务仿真模型；进而确定修正后的核动力系统的任务仿真模型；利用修正后的核动力系统的任务仿真模型进行所述核动力系统运行的仿真。本发明提高核动力系统运行的仿真的精确性和工作效率。
-
公开(公告)号：CN111881594B
公开(公告)日：2022-07-26
申请号：CN202010776840.2
申请日：2020-08-05
Applicant: 哈尔滨工程大学
Abstract: 本发明涉及一种核动力设备的非平稳信号状态监测方法及系统。该监测方法包括：获取核动力设备在正常运行下每个测点的特征信号；对每个所述特征信号进行变分模态分解，构造受约束的变分模型；引入惩罚参数以及惩罚因子，确定所述受约束的变分模型的最优解；根据所述最优解确定模态分量，并对所述模态分量进行筛选，确定本征模态函数；采用多尺度加权排列熵对所述时间序列进行特征提取，确定不同尺度下的实时加权排列熵；根据所述不同尺度下的实时加权排列熵确定不同尺度下各个加权排列熵的加权排列熵统计阈值；对比所述不同尺度下的实时加权排列熵以及所述加权排列熵统计阈值，确定核动力设备的非平稳信号状态。本发明能够提高检测精度。
-
公开(公告)号：CN111784010B
公开(公告)日：2022-07-26
申请号：CN202010654740.2
申请日：2020-07-09
Applicant: 哈尔滨工程大学
IPC: G06Q10/00 , G06Q10/04 , G06F30/25 , G06F30/27 , G06N3/04 , G06N3/08 , G06F119/02 , G06F119/04
Abstract: 本发明涉及一种电动闸阀剩余使用寿命预测方法及系统，该方法包括：根据电动闸阀的典型故障和老化机理建立粒子滤波状态方程；获取电动闸阀当前时刻的第一退化数据；采用训练好的神经网络对所述第一退化数据进行校正，得到校正第一退化数据；所述训练好的神经网络包括卷积核和LSTM网络；根据所述粒子滤波状态方程和所述校正第一退化数据确定下一时刻的第二退化数据；所述第二退化数据为电动闸阀剩余使用寿命。通过本发明的上述方法及系统能够对电动闸阀剩余使用寿命进行预测，提高剩余使用寿命预测的准确性。
-
Patent Agency Ranking
公开(公告)号：CN111897240A
公开(公告)日：2020-11-06
申请号：CN202010776548.0
申请日：2020-08-05
Applicant: 哈尔滨工程大学
IPC: G05B17/02
Abstract: 本发明涉及一种基于核动力系统运行的仿真方法及系统。该方法包括获取核动力系统中子系统的实际运行数据；构建子系统的子任务仿真模型并确定子系统的子任务仿真模型的影响因素；利用流体力学、热传学以及自动控制原理确定影响因素的预估值；判断预估值是否为修正值；若预估值不为修正值，则利用群体智能优化算法进行参数寻优，得到影响因素的最优值；利用影响因素的最优值修正子系统的子任务仿真模型；根据所有修正后的子系统的子任务仿真模型确定核动力系统的任务仿真模型；进而确定修正后的核动力系统的任务仿真模型；利用修正后的核动力系统的任务仿真模型进行所述核动力系统运行的仿真。本发明提高核动力系统运行的仿真的精确性和工作效率。
-
公开(公告)号：CN115130495A
公开(公告)日：2022-09-30
申请号：CN202210518746.6
申请日：2022-05-12
Applicant: 哈尔滨工程大学
IPC: G06K9/00 , G06N3/00 , G06Q10/04 , G06Q50/04 , G01M13/045
Abstract: 本发明为一种滚动轴承故障预测方法及系统，涉及故障检测领域，提供了一种轴承故障检测算法及系统，通过局部均值分解算法对原始振动信号进行分解，并利用皮尔逊相关系数筛选出了有效PF分量，进而进行了信号的重构，去除了无关噪声信号的干扰，基于谐噪比和均方根值的乘积形式实现了轴承退化过程的特征提取，充分利用谐噪比对周期性冲击的敏感性，避免了均方根值对轴承初期退化敏感度较低的问题；基于Paris模型和Foreman模型构建了轴承不同退化过程的状态空间模型，相比于单一模型预测模型，更有效提高RUL的预测精度；基于欧式距离实现了粒子滤波重采样过程的正则化，有效地提高了粒子的多样性，避免了基本粒子滤波的粒子耗尽现象，提高了对非线性状态的滤波估计精度。
-
公开(公告)号：CN112033463B
公开(公告)日：2022-09-06
申请号：CN202010908744.9
申请日：2020-09-02
Applicant: 哈尔滨工程大学
Abstract: 本发明涉及一种核动力设备状态评估与预测一体化方法和系统。该核动力设备状态评估与预测一体化方法和系统通过采用结构优化后的循环时间卷积网络模型，根据核动力设备的运行数据，就可以精确得到核动力设备的使用寿命的预测结果。并且，本发明提供的核动力设备状态评估与预测一体化方法和系统，通过采用小卷积核堆叠形成循环时间卷积网络模型，可以考虑故障特征的时间属性，对循环时间卷积网络模型进行灵活调整，以达到丰富所提取的局部特征的目的，进而在避免出现误判断和漏判断问题的同时，提高检测准确率和可解释性。
-
公开(公告)号：CN112036540A
公开(公告)日：2020-12-04
申请号：CN202010927416.3
申请日：2020-09-07
Applicant: 哈尔滨工程大学
IPC: G06N3/00 , G06F30/27 , G06F111/04 , G06F111/06 , G06F111/08
Abstract: 本发明公开了一种基于双种群混合人工蜂群算法的传感器数目优化方法。该方法包括：确定传感器优化配置的优化目标函数；建立约束条件函数；根据传感器优化配置的目标函数以及约束条件函数，建立传感器配置的适应度评估函数以及确定传感器数目优化范围；基于所述适应度评估函数和所述传感器数目优化范围，采用双种群混合人工蜂群算法对传感器数目进行优化。本发明能够提高优化计算速度，使传感器优化配置结果更为合理。
-
公开(公告)号：CN112033463A
公开(公告)日：2020-12-04
申请号：CN202010908744.9
申请日：2020-09-02
Applicant: 哈尔滨工程大学
Abstract: 本发明涉及一种核动力设备状态评估与预测一体化方法和系统。该核动力设备状态评估与预测一体化方法和系统通过采用结构优化后的循环时间卷积网络模型，根据核动力设备的运行数据，就可以精确得到核动力设备的使用寿命的预测结果。并且，本发明提供的核动力设备状态评估与预测一体化方法和系统，通过采用小卷积核堆叠形成循环时间卷积网络模型，可以考虑故障特征的时间属性，对循环时间卷积网络模型进行灵活调整，以达到丰富所提取的局部特征的目的，进而在避免出现误判断和漏判断问题的同时，提高检测准确率和可解释性。
-
-
-
-
-
-
-
-
-
Search Results
15
records
(took 0.031 seconds)
