-
公开(公告)号：CN101957889B
公开(公告)日：2012-02-01
申请号：CN201010272505.5
申请日：2010-09-01
Applicant: 燕山大学
Abstract: 本发明属于设备维修时间预测领域，涉及一种基于选择性磨损的设备最优维修时间预测方法。本发明主要分为两步，首先利用关联规则算法求得设备各个部件当前状态下有选择磨损的概率值；然后以求得的概率值为输入，通过神经网络建模求得最优维修时间。具体包括如下步骤：构建关联规则库；获得状态监测数据，并对其数据提取特征值，建立设备监控数据集；将设备监控数据集与关联规则库相匹配，若匹配成功，计算各部件磨损概率值；训练自组织竞争神经网络模型，并利用该模型进行最优维修时间预测。
-
公开(公告)号：CN101819411B
公开(公告)日：2011-06-15
申请号：CN201010128662.9
申请日：2010-03-17
Applicant: 燕山大学
IPC: G05B13/04
Abstract: 本发明属于设备故障诊断与预警领域，涉及一种基于图形处理器GPU的改进加权关联规则的设备故障预警与诊断方法。包括如下步骤：构建基于图像处理器GPU的快速关联加权规则算法RARG模型；利用基于图像处理器GPU的改进加权关联规则模型对设备历史监控数据进行挖掘，构建关联规则模式库；监测设备数据，提取特征值；判断特征值是否达到阈值；若达到阈值则设备处于故障状态；若没有到达阈值则设备处于非故障状态，并将相关数据与关联规则模式库相匹配，若匹配成功则设备处于缺陷状态，即有潜在故障；否则，返回重新监测数据。本发明开发了一种基于在图形处理器GPU上实现快速加权关联规则的算法RARG模型，具有重要的应用价值。
-
公开(公告)号：CN101819411A
公开(公告)日：2010-09-01
申请号：CN201010128662.9
申请日：2010-03-17
Applicant: 燕山大学
IPC: G05B13/04
Abstract: 本发明属于设备故障诊断与预警领域，涉及一种基于图形处理器GPU的改进加权关联规则的设备故障预警与诊断方法。包括如下步骤：构建基于图像处理器GPU的快速关联加权规则算法RARG模型；利用基于图像处理器GPU的改进加权关联规则模型对设备历史监控数据进行挖掘，构建关联规则模式库；监测设备数据，提取特征值；判断特征值是否达到阈值；若达到阈值则设备处于故障状态；若没有到达阈值则设备处于非故障状态，并将相关数据与关联规则模式库相匹配，若匹配成功则设备处于缺陷状态，即有潜在故障；否则，返回重新监测数据。本发明开发了一种基于在图形处理器GPU上实现快速加权关联规则的算法RARG模型，具有重要的应用价值。
-
公开(公告)号：CN101950382B
公开(公告)日：2013-03-06
申请号：CN201010272446.1
申请日：2010-09-01
Applicant: 燕山大学
IPC: G06F17/15
Abstract: 本发明属于液压设备维修决策领域，涉及一种带有风险控制的液压设备最优维修顺序决策方法。主要分为三步：第一步采用变权关联规则算法判断系统是否处于缺陷状态，若处于缺陷状态计算其潜在故障发生的概率值；第二步利用BP神经网络求得每种潜在故障的后果综合评价值；第三步将第一步求得的故障概率值和第二步求得的故障后果综合评价值相乘得到潜在故障风险值，判断该值是否超过事先规定的阈值，如果超过事先规定的阈值，则按照求得故障风险值由大到小排列，以确定维修顺序；否则返回继续监测。该方法只需要计算一次就可以判断设备是否处于缺陷状态、潜在故障类型和潜在故障发生概率值，与传统的风险维修方法相比，提高了故障诊断准确度，同时加快了诊断速度，为在线决策提供了更好的参考。
-
公开(公告)号：CN101957889A
公开(公告)日：2011-01-26
申请号：CN201010272505.5
申请日：2010-09-01
Applicant: 燕山大学
Abstract: 本发明属于设备维修时间预测领域，涉及一种基于选择性磨损的设备最优维修时间预测方法。本发明主要分为两步，首先利用关联规则算法求得设备各个部件当前状态下有选择磨损的概率值；然后以求得的概率值为输入，通过神经网络建模求得最优维修时间。具体包括如下步骤：构建关联规则库；获得状态监测数据，并对其数据提取特征值，建立设备监控数据集；将设备监控数据集与关联规则库相匹配，若匹配成功，计算各部件磨损概率值；训练自组织竞争神经网络模型，并利用该模型进行最优维修时间预测。
-
Patent Agency Ranking
公开(公告)号：CN101950382A
公开(公告)日：2011-01-19
申请号：CN201010272446.1
申请日：2010-09-01
Applicant: 燕山大学
IPC: G06Q10/00
Abstract: 本发明属于液压设备维修决策领域，涉及一种带有风险控制的液压设备最优维修顺序决策方法。主要分为三步：第一步采用变权关联规则算法判断系统是否处于缺陷状态，若处于缺陷状态计算其潜在故障发生的概率值；第二步利用BP神经网络求得每种潜在故障的后果综合评价值；第三步将第一步求得的故障概率值和第二步求得的故障后果综合评价值相乘得到潜在故障风险值，判断该值是否超过事先规定的阈值，如果超过事先规定的阈值，则按照求得故障风险值由大到小排列，以确定维修顺序；否则返回继续监测。该方法只需要计算一次就可以判断设备是否处于缺陷状态、潜在故障类型和潜在故障发生概率值，与传统的风险维修方法相比，提高了故障诊断准确度，同时加快了诊断速度，为在线决策提供了更好的参考。
-
公开(公告)号：CN102809965A
公开(公告)日：2012-12-05
申请号：CN201210266257.2
申请日：2012-07-30
Applicant: 燕山大学
IPC: G05B23/02
Abstract: 本发明公开了一种基于故障频繁模式的液压设备故障预警方法，旨在提供一种方法能够降低预警的误报、漏报，提高故障诊断的准确率。其技术方案的要点是，对设备历史监测数据进行预处理，所述的预处理包括去除奇异值和归一处理；构建故障频繁模式挖掘模型（Fault requent Pattern Mining Model，简称FFPMM），并利用故障频繁模式挖掘模型对步骤一中处理好的历史监控数据进行挖掘，建立故障模式库；提取设备实时监控数据组，与步骤二中的故障模式库相匹配；若匹配不成功，返回重新监测设备数据；若匹配成功，则说明被测设备虽然处于非故障状态，但已经处于缺陷状态，完成步骤四；参照故障模式库给出潜在故障发生概率值，并发起报警预警。
-
公开(公告)号：CN201224574Y
公开(公告)日：2009-04-22
申请号：CN200820076716.X
申请日：2008-05-06
Applicant: 燕山大学
IPC: B65D83/06
Abstract: 本实用新型涉及一种能够定量取用粉状及小颗粒物品的装置，尤其是对奶粉定量取用的装置。所述的座体(4)上一侧设置容器(13)，另一侧安装压杆(2)，压杆(2)的下方侧面加工成齿条形状，并通过安装在压杆(2)外侧的压缩复位弹簧(3)与座体(4)连接，压杆(2)的底部与连杆(7)的一端铰接，其另一端与推粉装置连接，在容器(13)的下部设置储粉仓(21)和出粉口(22)，推粉装置位于储粉仓(21)内；座体(4)上还设置齿轮轴(6)，其一端固定与齿条啮合的齿轮(5)，另一端位于容器(13)内，其上固定大锥齿轮(17)；容器(13)上端安装容器盖(12)，其上安装长轴(14)，长轴(14)上设置与大锥齿轮(17)啮合的小锥齿轮(16)，长轴(14)上端伸出容器盖(12)外，并通过螺母(10)和垫片(11)旋紧。它操作简单方便，定量取用，计量准确，密封性好，满足婴幼儿奶粉定量去用的需要。
-
公开(公告)号：CN201898519U
公开(公告)日：2011-07-13
申请号：CN201020517175.7
申请日：2010-09-01
Applicant: 燕山大学
Abstract: 本实用新型涉及一种带有风险控制的设备维修预警装置，包括外部系统监测接口模块、数据处理器、模式匹配模块、后果预测模块、风险预测模块、输出显示装置、关联挖掘模块、BP神经网络模块。本实用新型采用实时动态决策方法，通过对监测设备的数据进行分析和处理，根据设备运行过程中的信息达到判断设备潜在故障风险值，并对超过阈值的潜在故障预警，使其更符合实际情况，提高了预警的准确性。
-
公开(公告)号：CN201681397U
公开(公告)日：2010-12-22
申请号：CN200920255086.7
申请日：2009-12-18
Applicant: 燕山大学
Abstract: 一种基于GPU的加密系统，包括客户端、服务器端和连接客户端的加密装置，其特征在于：所述加密装置包括：接口模块：用于连接客户端；控制模块：分别与接口模块、浏览打印模块以及加密解密模块相连，具有防拷贝的控制模块使用动态验证算法对客户端提交的身份在服务器端进行验证并根据服务器端返回的用户的合法权限，同时根据用户发起请求激活加密解密模块或浏览打印模块；浏览打印模块：与控制模块连接，用于浏览打印；加密解密模块：与控制模块连接，利用GPU对AES加密算法并行操作，以加快加密解密的速度。
-
-
-
-
-
-
-
-
-
Search Results
11
records
(took 0.022 seconds)
