-
公开(公告)号：CN112991579A
公开(公告)日：2021-06-18
申请号：CN202110255485.9
申请日：2021-03-09
Applicant: 北京航空航天大学
Abstract: 本发明涉及一种基于生成对抗网络的直升机动部件异常检测方法，该方法包括如下步骤，步骤一、直升机健康数据预处理；步骤二、生成对抗网络设计与构件；步骤三、生成对抗网络无监督训练；步骤四、报警阈值设定；步骤五、异常检测；步骤六、阈值自适应在线调整；本发明可充分利用海量直升机动部件健康数据，利用生成对抗网络对健康数据分布进行无监督学习，提高数据利用率，不需大量异常样本即可设置异常检测报警阈值，降低了对数据收集的要求，可随着模型的使用，结合不断补充的健康与异常样本，对异常检测报警阈值进行在线调整，以适应异常检测需求，降低虚警率、提升检测率。
-
公开(公告)号：CN112784872A
公开(公告)日：2021-05-11
申请号：CN202011557783.5
申请日：2020-12-25
Applicant: 北京航空航天大学
Abstract: 本发明公开了一种基于开放集联合迁移学习的跨工况故障诊断方法，包括：通过提取并识别跨工况的源域样本数据和目标域样本数据的故障类型，训练特征提取模型和特征分类模型；用训练好的特征提取模型和特征分类模型搭建故障诊断模型；将需要进行故障诊断的目标域数据输入到所述故障诊断模型，对目标域数据对应的故障类型进行诊断。
-
公开(公告)号：CN112734002A
公开(公告)日：2021-04-30
申请号：CN202011576950.0
申请日：2020-12-28
Applicant: 北京航空航天大学
Abstract: 本发明公开了一种基于数据层和模型层联合迁移学习的寿命预测方法，包括：将待预测的目标设备的少量已知退化数据作为目标域数据；通过距离相似性度量的方法，从历史数据库中筛选与目标设备退化曲线最为相似的历史样本设备的样本数据，作为数据层迁移的源域数据；利用所述目标域数据和所述源域数据，生成一条更接近目标设备的性能退化曲线；利用所述更接近目标设备的性能退化曲线和所述目标域数据训练寿命预测模型；将所述目标设备的待测数据输入到所述训练好的预测模型，对所述目标设备进行寿命预测。
-
公开(公告)号：CN112257695B
公开(公告)日：2021-04-02
申请号：CN202011523721.2
申请日：2020-12-22
Applicant: 北京航空航天大学
Abstract: 本发明公开了一种利用稀疏约束生成对抗网络生成振动信号的方法，包括：训练好的稀疏约束生成对抗网络的生成器将输入的随机噪声向量被变换为一个仅包含少量非零值的稀疏激活向量；使用所述稀疏向量中包含的少量非零值，激活所述训练好的稀疏约束生成对抗网络的生成器隐藏层的权重矩阵中对应位置的列向量，其中被激活的列向量中包含了真实振动信号中所有关键频率成分及其组合；被激活的列向量经过稀疏向量非零激活值的加权之后，得到一个线性组合，所述线性组合包含了待生成的旋转机械原始振动信号中所有的关键频率成分；该线性组合被一个非线性函数进行激活，相当于经过一个调幅处理，得到最终的生成样本。
-
公开(公告)号：CN112257348B
公开(公告)日：2021-03-16
申请号：CN202011525324.9
申请日：2020-12-22
Applicant: 北京航空航天大学
IPC: G06F30/27 , G06F119/04
Abstract: 本发明公开了一种锂电池长期退化趋势预测方法，包括：通过将用于锂电池部分退化趋势曲线作为原始数据进行归一化和平滑处理，得到用于输入给训练好的预测模型的锂电池待预测样本；预测模型收到锂电池待预测样本时，给出锂电池待预测样本的起始状态对应的预测动作，预测模型所使用的交互环境将所述起始状态对应的预测动作拼接到锂电池待预测样本起始状态的结尾，作为第一次预测趋势曲线；将第一次预测趋势曲线结果截取等于单次状态长度的序列作为下一时刻状态输入给所述预测模型，使预测模型给出下一时刻状态对应的预测动作，交互环境将下一时刻状态对应的预测动作拼接到下一时刻状态的结尾，作为第二次预测趋势曲线，直至得到最终预测趋势曲线。
-
Patent Agency Ranking
公开(公告)号：CN112327194A
公开(公告)日：2021-02-05
申请号：CN202011134255.9
申请日：2020-10-21
Applicant: 北京航空航天大学
IPC: G01R31/392 , G01R31/367
Abstract: 本发明公开了一种锂电池容量跳水识别方法及装置，包括：获取经过数据预处理的锂电池充放电循环的包括起始点Q1和终止点Q2的锂电池退化曲线；根据锂电池退化曲线的弯曲程度，确定锂电池退化曲线特征夹角；将锂电池退化曲线特征夹角与特征夹角跳水阈值进行比较；根据比较结果对所述锂电池是否属于跳水样本进行识别。
-
公开(公告)号：CN109917772A
公开(公告)日：2019-06-21
申请号：CN201811477518.9
申请日：2018-12-05
Applicant: 北京航空航天大学
IPC: G05B23/02
Abstract: 本发明公开一种远程在线评估设备状态的PHM快速原型系统，涉及设备健康评估领域，包括：设置在设备处的PHM应用模块，用于通过多种传感器采集所述设备运行数据，利用嵌入式实时诊断工具对所采集的运行数据进行评估处理，得到所述设备状态信息；设置在远程的PHM维护模块，用于建立连接所述PHM应用模块的通信电路，经由所述通信电路向所述PHM应用模块提供嵌入式实时诊断工具的算法自训练更新工具包。本发明实现PHM算法模型的快速训练及算法重构，根据设备不同状态及时更新相应的算法，克服了现有技术中固化的设备诊断评估方案的适应性差，算法更新成本高的技术问题。
-
公开(公告)号：CN106295808A
公开(公告)日：2017-01-04
申请号：CN201610551141.1
申请日：2016-07-13
Applicant: 北京航空航天大学
Abstract: 本发明公开了一种飞机嵌入式实时诊断推理算法试验方法，包括：主控装置对待验证诊断推理算法进行注册；主控装置将经过注册的待验证诊断推理算法整合到嵌入式目标机中；数据模拟装置根据主控装置发出的历史故障读出指令，从其历史故障数据库中读出相应的历史故障数据；所述嵌入式目标机利用所述待验证诊断推理算法对所述历史故障数据进行推理计算，将计算结果发送给主控装置；主控装置通过分析所述计算结果，对所述待验证诊断推理算法的性能进行评价。本发明解决了现有技术存在的需要在飞机上验证实时诊断推理算法的困难。
-
公开(公告)号：CN118503802A
公开(公告)日：2024-08-16
申请号：CN202410480530.4
申请日：2024-04-22
Applicant: 北京航空航天大学
IPC: G06F18/2411 , G06F18/214 , G06F18/2131 , G06N3/0475 , G06N3/0455
Abstract: 本发明公开一种跨领域故障样本翻译生成方法，包括：获取设备的多数类正常样本集合和少数类故障样本集合；构建包含正常样本自动编码器、故障样本自动编码器、领域对抗判别器及生成对抗判别器组成的正常‑故障样本翻译模型NFST；利用所述多数类正常样本集合和所述少数类故障样本集合对所述NFST进行训练，得到训练好的NFST，并从所述训练好的NFST中提取出训练好的正常样本自动编码器和训练好的故障样本自动编码器；获取目标设备的多个正常样本，并利用所述每个正常样本、训练好的正常样本自动编码器和训练好的故障样本自动编码器进行跨领域样本翻译转换，得到转换后的生成故障样本。
-
公开(公告)号：CN118068803A
公开(公告)日：2024-05-24
申请号：CN202410022172.2
申请日：2024-01-05
Applicant: 北京航空航天大学
IPC: G05B23/02
Abstract: 本发明公开了一种基于故障树的多阶段飞发一体化系统的故障检测方法，通过故障树的构建，解决了因飞发一体化系统在不同飞行阶段具有不同的结构构成和引发故障的不同因果关系而难以实现在不同飞行阶段下，对飞发一体化系统的故障节点进行精准检测的难题；在构建故障树的基础上，通过寻找故障树的最小割集，并以最小割集发生故障的概率来预测故障树中顶事件发生故障的概率，将顶事件的故障发生概率的预测过程分割为对每个最小割集的故障发生概率的过程，简化了预测顶事件故障发生概率的复杂度；通过计算每个最小割集的重要度，并对重要度排名前n的最小割集作为故障可能发生的重要关注点，使得对不同飞行阶段的飞发一体化系统的故障预测更有针对性。
-
-
-
-
-
-
-
-
-
Search Results
91
records
(took 0.063 seconds)
