-
公开(公告)号：CN105825045B
公开(公告)日：2018-02-02
申请号：CN201610140031.6
申请日：2016-03-11
申请人： 西北工业大学
IPC分类号： G06F19/00
摘要： 本发明公开了一种多阶段任务系统可修备件需求预测方法，用于解决现有方法备件需求预测效果差的技术问题。技术方案是首先分析不同阶段任务所要求的装备部件组成，确定部件及系统状态，包括运行状态及失效状态；其次，对每个部件(组)进行其失效模式建模，计算出其在整个阶段任务的可用度。当有备件且备件可修时，将系统中的不同部件及其相应备件作为一个部件组整体考虑；然后，在一定排序规则的前提下生成该多阶段任务系统的BDD模型；最后，基于所建立的BDD模型和部件(组)的马尔科夫链，计算出相应备件数量下该阶段任务系统的可靠性，与所要求的任务系统可靠性进行比较，从而预测该可修系统的可修备件需求量，可修备件需求预测精确。
-
公开(公告)号：CN106919984A
公开(公告)日：2017-07-04
申请号：CN201710094697.7
申请日：2017-02-22
申请人： 西北工业大学
IPC分类号： G06Q10/00
CPC分类号： G06Q10/20
摘要： 本发明公开了一种基于成本的并联系统可修部件维修决策方法，用于解决现有基于可靠性的开关设备维修决策方法实用性差的技术问题。技术方案是首先，分析并联可修装备系统部件组成，确定部件及系统的各种运行及失效状态，利用故障树分析方法建立系统MMDD模型；其次，根据马尔可夫过程计算多态并联系统各部件的转移概率矩阵；然后，基于生成矩阵和各部件在任务周期内的转移率矩阵计算各部件的任务成功重要度，确定重要度值大的部件为并联可修系统的薄弱部件；最后，计算薄弱部件的维修成本，选择薄弱部件维修成本不超过薄弱部件最大维修成本的部件完成整个系统的维修，实用性好。
-
公开(公告)号：CN104063586B
公开(公告)日：2017-03-01
申请号：CN201410256955.3
申请日：2014-06-11
申请人： 西北工业大学
IPC分类号： G06F19/00
摘要： 本发明公开了一种基于多态故障树的贝叶斯网络故障预测方法，用于解决现有贝叶斯网络故障预测方法由于建模困难而导致应用范围小的技术问题。技术方案是该方法首先确定需要预测的系统故障模式，然后根据已知的故障树所有底事件的先验概率确定FPBN中的对应根节点的先验概率分布。对于多态故障树中存在的故障检测事件，对FPBN模型中的相关节点进行进一步修正，并更新对应节点的先验概率和条件概率分布；最后，基于建立的故障预测模型求出所要预测的故障模式处于各个状态的概率来进行故障预测。该方法在多态故障树基本描述能力的基础上进行扩展，并融合FPBN的优点，使其突破多态故障树的局限，扩大了FPBN的应用范围。
-
公开(公告)号：CN106056217A
公开(公告)日：2016-10-26
申请号：CN201610312144.X
申请日：2016-05-12
申请人： 西北工业大学
摘要： 本发明公开了一种面向可修备件的多态装备系统多阶段备件需求预测方法，用于解决现有备件需求预测方法实用性差的技术问题。技术方案是首先，根据装备系统部件组成确定各阶段任务需求和各部件状态；其次，将装备系统中的不同部件及其相应备件作为一个可修部件组整体考虑，建立该任务系统的MMDD模型；然后，利用马尔科夫链建立携带可修备件的多态任务系统每个部件组在多阶段任务中的失效模型，列举出MMDD模型中从根节点到终节点1的路径，构成一个不交路径集；最后，基于所建立的MMDD模型和部件组的马尔科夫链，计算出相应备件数量下该阶段任务系统的可靠性，与所要求的任务系统可靠性进行比较，预测该多态装备系统的可修备件需求量。
-
公开(公告)号：CN104133984A
公开(公告)日：2014-11-05
申请号：CN201410308885.1
申请日：2014-07-01
申请人： 西北工业大学
IPC分类号： G06F19/00
摘要： 本发明公开了一种模块化复杂装备贝叶斯网络故障预测方法，用于解决现有装备故障预测方法实用性差的技术问题。技术方案是首先根据部件之间的物理边界和实际需要对复杂装备进行分解，模块化；其次，对复杂装备的各模块利用不同建模方法建立其FPBN模型，并对各模块的模型进一步修正以使各模型模块化形成故障预测贝叶斯网络模块；然后，集成各FPBNM以建立整个复杂装备系统的FPBN集成模型；最终，基于建立的故障预测集成模型，以检测信息为驱动，利用概率论公式预测装备的实际运行状态。由于该方法以模块化和贝叶斯网络为基础，面向复杂装备维护保障，能够快速准确的预测复杂装备时间状态，有效提高维修效率、降低维修成本，实用性强。
-
公开(公告)号：CN104063586A
公开(公告)日：2014-09-24
申请号：CN201410256955.3
申请日：2014-06-11
申请人： 西北工业大学
IPC分类号： G06F19/00
摘要： 本发明公开了一种基于多态故障树的贝叶斯网络故障预测方法，用于解决现有贝叶斯网络故障预测方法由于建模困难而导致应用范围小的技术问题。技术方案是该方法首先确定需要预测的系统故障模式，然后根据已知的故障树所有底事件的先验概率确定FPBN中的对应根节点的先验概率分布。对于多态故障树中存在的故障检测事件，对FPBN模型中的相关节点进行进一步修正，并更新对应节点的先验概率和条件概率分布；最后，基于建立的故障预测模型求出所要预测的故障模式处于各个状态的概率来进行故障预测。该方法在多态故障树基本描述能力的基础上进行扩展，并融合FPBN的优点，使其突破多态故障树的局限，扩大了FPBN的应用范围。
-
公开(公告)号：CN101387582A
公开(公告)日：2009-03-18
申请号：CN200810231877.6
申请日：2008-10-24
申请人： 西北工业大学
摘要： 本发明公开了一种基于PDA的故障诊断系统及方法，中心数据库服务器、网络服务器、客户机和无线接入点均通过有线网络连接，中心数据库服务器安装有大型关系数据库，负责知识库和推理机的构建；网络服务器负责中心数据库服务器与多台PDA之间的信息交换；各个PDA通过客户计算机或无线接入点接入网络，与中心数据库服务器交换数据。用户输入故障现象；由信息预处理单元匹配出源案例，答案提取单元根据推理结果提取出最相似答案并反馈给用户。本发明提供了一种让外场工作人员利用PDA对飞机进行辅助维护的系统和方法，在PDA上获得了较高的故障诊断的效率和能力。
-
公开(公告)号：CN118296426A
公开(公告)日：2024-07-05
申请号：CN202410305280.0
申请日：2024-03-18
申请人： 西北工业大学
IPC分类号： G06F18/24 , G06N3/094 , G06N3/0475 , G06N3/045 , G06N3/0464 , G06F18/214 , G06F18/2131
摘要： 本发明涉及故障识别技术领域，具体涉及一种基于CWDC‑GAN的小样本故障诊断识别方法及系统，该方法包括获取滚动轴承小样本故障数据集，其中数据集中的每个数据均为一维数据；构建改进的生成对抗网络，所述改进的生成对抗网络包括生成器和判别器；使用训练好的生成器生成新样本，将原样本和新样本融合以扩充数据集，最后将扩充后的数据集对分类模型进行训练；将待故障诊断的小样本数据根据训练好的分类模型进行故障诊断。本发明通过WDCGAN进行故障诊断，不仅可以利用其强大的生成能力和特征提取能力来生成逼真的图像，还能够使得训练效率得到大幅提升。
-
公开(公告)号：CN112199895B
公开(公告)日：2024-02-02
申请号：CN202011126762.8
申请日：2020-10-20
申请人： 西北工业大学
IPC分类号： G06F30/27 , G06F111/08 , G06F119/02 , G06F119/04
摘要： 本发明涉及一种基于生存分析和贝叶斯网络的自锁螺母寿命预测方法，针对航空发动机自锁螺母的寿命预测引入了生存分析和贝叶斯网络，完成了有效属性变量的筛选和寿命预测模型的构建，预测建模过程简单、高效。从数据层面着手，对潜在信息进行挖掘，结合概率统计和后验概率计算来进行寿命预测，降低了现有技术中对物理、材料等领域专业知识的高要求。本发明能够有效地利用试验数据精确快速地对自锁螺母的寿命进行预测，最终给出具体的寿命预测概率，从而有利于制定合理的维修与检测计划，对航空发动机的整机可靠性提升具有重要意义。
-
公开(公告)号：CN116992330A
公开(公告)日：2023-11-03
申请号：CN202310889618.7
申请日：2023-07-20
申请人： 西北工业大学
IPC分类号： G06F18/24 , G06F18/214 , G06F18/2411 , G06F18/243 , G06F18/20 , G06F18/241 , G06F18/2413
摘要： 本发明涉及设备故障诊断技术领域，具体涉及一种基于Stacking集成策略的不平衡数据故障诊断识别方法及装置，包括：获取设备运行时的不平衡数据集；并选择基于Stacking集成模型的多种个体分类器和决策分类器；根据各种个体分类器和决策分类器组合的Stacking集成模型，经效果评估后选择最优的Stacking集成模型；根据选择的最优Stacking集成模型对不平衡数据故障诊断进行识别。本发明采用过采样算法和Stacking集成策略，利用了个体分类器的多样性和优势，并通过交叉验证的方式进行模型融合，使得建模过程简单高效，从而实现不平衡数据在过采样的基础上进一步提高少数类故障的识别精度的效果。
-
-
-
-
-
-
-
-
-
搜索结果
44 条记录 (耗时 0.16 秒)
