公开(公告)号：CN118230182A

公开(公告)日：2024-06-21

申请号：CN202410337621.2

申请日：2024-03-23

Applicant: 西北工业大学

Inventor： 张博 ,  任浩源 ,  张猛 ,  王琦 ,  张丹宁

IPC: G06V20/13 ,  G06V20/10 ,  G06V10/25 ,  G06V10/774 ,  G06V10/82

Abstract: 本发明公开了一种基于YOLOv7的城镇地区烟筒和冷凝塔的自动识别方法，通过QGIS获取OpenStreetMap地图矢量数据，Overpass query查询方法获取公开烟囱和冷凝塔站点数据，以站点为中心构建方形缓冲区，利用方形缓冲区通过Google Earth下载对应卫星影像，使用labelImg工具进行人工标注；将标注的图像数据进行数据增强、扩充数据集，得到数据集，然后将数据集分成训练集和测试集；采用EnlightenGAN模型对训练集低光图像增强；构建改进的YOLOv7网络模型；用改进的YOLOv7网络模型对数据集进行训练、测试，获得城镇地区烟筒和冷凝塔自动识别模型；将测试的卫星图像输入模型进行识别。本发明基于改进的YOLOv7模型，结合EnlightenGAN方法实现在被遮挡、光照弱等复杂场景下城镇区域烟筒和冷凝塔高精度识别。

公开(公告)号：CN117474759A

公开(公告)日：2024-01-30

申请号：CN202311371567.5

申请日：2023-10-20

Applicant: 西北工业大学

Inventor： 张博 ,  李学龙 ,  王琦 ,  张猛

IPC: G06T3/4053 ,  G06T3/4046 ,  G06T3/4007 ,  G06N3/0464 ,  G06N3/096

Abstract: 本申请的实施例涉及风云气象卫星影像重建技术领域，公开了一种风云气象卫星影像的超分辨率重建方法和装置，该方法包括：分别对基准风云气象卫星的遥感影像的第一高分辨率数据和第一低分辨率数据进行切块，得到第一高分辨率训练集和第一低分辨率训练集；基于第一高分辨率训练集和第一低分辨率训练集，对预构建的深度残差神经网络模型进行训练，获得重建模型；其中，所述深度残差神经网络模型设置有用于拟合残差映射的残差模块；使用所述重建模型对待重建的低分辨率数据进行超分辨率重建，得到重建的高分辨率数据，使用少量的卫星数据就可以实现影像的超分辨率重建，有效提升了影像重建效果，缩短了影像重建过程中模型训练所花费的时间。

公开(公告)号：CN112861426A

公开(公告)日：2021-05-28

申请号：CN202110046345.0

申请日：2021-01-14

Applicant: 西北工业大学

Inventor： 刘志丹 ,  缑林峰 ,  张猛 ,  吴贞

IPC: G06F30/27 ,  G06N3/00 ,  G06F111/04

Abstract: 本发明提出一种基于改进粒子群算法的航空发动机加速过程最优控制方法，根据航空发动机的特点，针对原始粒子群算法迭代后期容易陷入局部最优，收敛精度低，易发散等缺点，对粒子群算法进行改进。主要从两个方面进行改进：粒子群算法中重要参数的改进；与GuoA算法相结合，取长补短，有针对性的进行改进。将改进粒子群算法用于加速过程寻优，输出最优控制变量给航空发动机。本发明可以实现发动机加速过程的最优控制，在保证发动机安全工作前提下，缩短发动机加速时间，有效改善发动机加速性能，提高飞机的机动性。

公开(公告)号：CN111859555A

公开(公告)日：2020-10-30

申请号：CN202010543149.X

申请日：2020-06-15

Applicant: 西北工业大学

Inventor： 张猛 ,  缑林峰 ,  刘志丹 ,  蒋宗霆

IPC: G06F30/17 ,  G06F30/20 ,  G06F119/02

Abstract: 本发明提出一种输入受限的航空发动机最大推力状态鲁棒容错控制器。最大推力状态鲁棒控制器组容错控制模块产生控制向量v并输出给输入限制模块，输入限制模块产生限制后的控制输入向量u并输出给航空发动机本体，气路部件故障诊断模块诊断发动机的气路部件故障；最大推力状态鲁棒控制器组容错控制模块计算得到适应的鲁棒控制器，并产生控制输入向量u。本发明能够在保证发动机安全工作的前提下，在发动机机气路部件故障的情况下在最大推力状态依旧对真实发动机进行良好控制，具有较强的鲁棒性，最大限度的提高发动机在最大推力状态的性能，使发动机气路部件故障时在最大推力状态不仅稳定工作，并且具有最优的性能，提高战斗机的机动性能。

公开(公告)号：CN111852663A

公开(公告)日：2020-10-30

申请号：CN202010542690.9

申请日：2020-06-15

Applicant: 西北工业大学

Inventor： 缑林峰 ,  张猛 ,  刘志丹 ,  蒋宗霆 ,  赵晨阳

IPC: F02C9/00 ,  G05B13/04

Abstract: 本发明提出一种变循环发动机降保守性鲁棒增益调度控制器，利用传统增益调度控制器中固有的模块，通过新增退化参数估计回路，并对增益调度控制器组进行了改进，新增了变循环发动机不同工作模式、一定退化程度下的一组线性降保守性鲁棒控制器，得到线性降保守性鲁棒控制器组解算模块。设计的线性降保守性鲁棒控制器采用小摄动不确定性发动机模型，消除发动机不确定性中的退化项，降低了不确定模型的摄动范围，降低了鲁棒增益调度控制器的保守性。退化参数估计回路实现了退化参数的可靠估计，结合调度参数实现发动机性能退化时的增益调度控制，能够在全飞行包线内对变循环发动机在不同的工作模式下进行良好控制，并且最大限度的提高发动机性能退化时增益调度的控制精度，不仅具有较强的鲁棒性而且保守性低，充分发挥发动机的性能。

公开(公告)号：CN112818461A

公开(公告)日：2021-05-18

申请号：CN202011600688.9

申请日：2020-12-30

Applicant: 西北工业大学

Inventor： 刘志丹 ,  缑林峰 ,  张猛 ,  黄雪茹

IPC: G06F30/15 ,  G06F30/17 ,  G06F30/27 ,  G06F119/02

Abstract: 本发明提出一种基于自联想型神经网络的变循环发动机多重故障诊断器，包括八个自联想神经网络；发动机的传感器测量参数、对应的供油量Wf和模式选择活门MSV打开程度msv组成的n维向量m输入给八个自联想神经网络，八个自联想神经网络分别输出m1'、m2'、…、m8'，并与输入m比较得到残差r1、r2、…、r8，根据残差和设定阈值的关系判断发动机的故障情况。本发明可以对变循环发动机进行有效的故障诊断与隔离，可以同时诊断并隔离出单个部件故障和多个传感器故障，可以有效的避免由于停飞等原因造成的经济损失，可以避免一些不必要的部件更换；可以有效的保证发动机具有较高的稳定性和可靠性，保证发动机安全工作，充分发挥发动机的性能，提高飞机的安全性和性能。

公开(公告)号：CN117786548A

公开(公告)日：2024-03-29

申请号：CN202311588187.7

申请日：2023-11-27

Applicant: 西北工业大学

Inventor： 韩小宝 ,  胡永豪 ,  张猛 ,  缑林峰

IPC: G06F18/2431 ,  G06F18/214 ,  G06F17/16

Abstract: 本发明提供了一种基于数据驱动的等价空间的传感器鲁棒故障诊断方法，解决了现有技术所存在的过程复杂、计算量大、难以选取等价空间阶数和难以抑制系统干扰对故障诊断的干扰的问题。在构建系统等价空间的基础上，提出了一种等价空间降阶处理方法。对等价空间进行降阶处理，降低了计算的阶数，进而降低了计算量，在保证准确率的同时提高了对故障诊断的速度。除此之外，本发明在设计传感器故障诊断方案的过程中，采用一种鲁棒性能指标以抑制系统干扰的影响，在保证鲁棒性的同时保证了对故障诊断的灵敏性。

公开(公告)号：CN112943479A

公开(公告)日：2021-06-11

申请号：CN202110087914.6

申请日：2021-01-22

Applicant: 西北工业大学

Inventor： 缑林峰 ,  刘志丹 ,  杨江 ,  张猛 ,  吴贞

IPC: F02K1/00 ,  F02K1/16 ,  G06F30/20

Abstract: 本发明提出一种基于改进单纯形法的航空发动机加速过程最优控制方法，根据航空发动机的特点，对改进单纯形法进行了改进，对反射中心进行了改进，并添加了“顶点平移”策略。顶点平移操作可加快搜索速度，减少迭代次数，快速收敛到最优解。将改进改进单纯形法用于加速过程寻优，输出最优控制变量给航空发动机。本发明可以实现发动机加速过程的最优控制，在保证发动机安全工作前提下，缩短发动机加速时间，有效改善发动机加速性能，提高飞机的机动性。

公开(公告)号：CN118587088A

公开(公告)日：2024-09-03

申请号：CN202410404020.9

申请日：2024-04-05

Applicant: 西北工业大学

Inventor： 张博 ,  师泽楷 ,  张猛 ,  王琦

IPC: G06T3/4053 ,  G06N3/04 ,  G06N3/096

Abstract: 本发明公开了一种基于迁移学习的全球DEM数据集超分辨率重建方法，该方法包括：1、采用NASADEM卫星影像、GEBCO_2021数据和海洋地形DEM数据，构建超分辨率模型陆地、海洋区域基础数据集；2、将基础数据集进行数据增强和扩充，分别分成陆地和海洋训练、测试和迁移学习数据集；3、构建改进的基于深度残差预训练深度神经网络；4、利用改进的深度残差深度神经网络模型对陆地地区进行训练、测试；5、采用迁移学习模型Fine‑tune方法对构建好的预训练模型，生成适用于全球尺度DEM超分辨率重建模型；6、输入低分辨率GEBCO_2021数据到超分辨率模型中，生成高分全球DEM数据集。本发明通过在模型训练中引入少量海洋区域高低分辨率的样本数据进行迁移训练，从而提升模型跨区域泛化能力。

公开(公告)号：CN118410364A

公开(公告)日：2024-07-30

申请号：CN202311286498.8

申请日：2023-10-07

Applicant: 西北工业大学

Inventor： 韩小宝 ,  王广峰 ,  缑林峰 ,  张猛

IPC: G06F18/2321 ,  G06F18/2135 ,  G06F18/214 ,  G06N7/01 ,  G05B23/02

Abstract: 本发明提供了一种基于自适应KPCA的航空发动机控制系统传感器的故障检测方法，以解决现有技术难以表现系统动态特性的问题。本发明将基于KPCA故障检测过程中的数据集在时间步上进行增广，使数据集在一定程度上反映系统的动态特性，提升了检测能力。随后考虑数据的漂移情况，设计出可以自适应更新的统计量；并基于设计的自适应统计量和KPCA方法分离出离线设计和在线监测两个部分并加以结合，更快地检测出故障，以提升传感器故障检测的效果。为基于数据驱动的故障诊断方法的研究提供了一个研究方向和思路，对航空发动机控制系统传感器故障诊断领域具有重要意义。