-
公开(公告)号：CN117349221A
公开(公告)日：2024-01-05
申请号：CN202311248543.0
申请日：2023-09-26
Applicant: 哈尔滨工业大学
Abstract: 本发明是一种基于FPGA阵列与DSP的压缩数据处理系统。本发明涉及压缩数据处理技术领域，本发明为了能够在数据中心出现压缩数据堆积情况时，对压缩数据进行边缘端在线处理。本发明通过FPGA阵列与DSP结合的方式，为压缩数据的边缘端处理提供丰富的逻辑和计算资源，从而满足多通道压缩数据同时解压缩、以及对解压缩数据进行后续处理的需求。
-
公开(公告)号：CN115765660A
公开(公告)日：2023-03-07
申请号：CN202211488041.0
申请日：2022-11-25
Applicant: 哈尔滨工业大学
Abstract: 一种高精度多量程隔离的模拟信号调理电路，它涉及一种模拟信号调理电路。本发明为了解决现有电路调理方法无法满足高速数据采集、通信和数字信号处理等应用中，系统对高精度、多量程、带滤波和通道间隔离的要求，且无法实现多通道的数据采集与存储的问题。本发明包括增益电路、滤波电路、ADC数模转换电路和隔离电路；增益电路的信号输出端与滤波电路的信号输入端连接，滤波电路的信号输出端与ADC数模转换电路的信号输入端连接，ADC数模转换电路的信号输出端与隔离电路的信号输入端连接。本发明属于电路调理技术领域。
-
公开(公告)号：CN111361759B
公开(公告)日：2023-02-03
申请号：CN202010141540.7
申请日：2020-03-02
Applicant: 哈尔滨工业大学
IPC: B64F5/60
Abstract: 基于混合模型的飞机辅助动力装置在翼剩余寿命预测方法，它属于飞机辅助动力装置在翼剩余寿命预测领域。本发明解决了现有技术不能对辅助动力装置在翼剩余寿命进行预测的问题，本发明使用维纳过程模拟APU在翼退化过程获得全寿命周期数据，再将获得的数据融合原来的在翼监测数据形成数据集，采用数据集数据对长短时记忆网络LSTM和SVR模型进行训练，得到能够预测APU在翼RUL的模型，进而达到APU在翼RUL预测的目的。本发明可以应用于飞机辅助动力装置在翼剩余寿命的预测。
-
公开(公告)号：CN115049236A
公开(公告)日：2022-09-13
申请号：CN202210627899.4
申请日：2022-06-06
Applicant: 哈尔滨工业大学
Abstract: 本发明涉及辅助动力领域，公开了一种多元特征融合分析的辅助动力装置健康状态估计方法。分别获取PI、EGT、IGV、STA和T参数序列；对上述参数序列分别进行预处理；再进行特征提取；对提取的特征进行归一化处理，得到两个阈值；对两个阈值，分别计算两个阈值的均值，作为辅助动力装置最后的参考阈值；将各分评估指标以等权的形式相加并取均值，其结果将作为对应参数的健康状态结果分量；将各个分量等权相加取均值的结果即表征当前APU的综合健康状态。本发明用以解决辅助动力装置综合健康状态受到多指标共同作用，难以通过单一参数进行准确估计的问题。
-
公开(公告)号：CN110362933B
公开(公告)日：2022-07-01
申请号：CN201910647366.0
申请日：2019-07-17
Applicant: 哈尔滨工业大学
IPC: G06F30/27 , G06F30/15 , G06F119/04
Abstract: 基于迁移学习的飞机辅助动力装置寿命预测方法，涉及飞机辅助动力装置寿命预测领域。本发明是为了解决目前飞机辅助动力装置在翼状态监测数据少，维度低，使用在翼监测数据难以获得准确度高的寿命预测结果的问题。采集飞机辅助动力装置的试车测试仿真数据作为源域数据；采集任意一个飞机辅助动力装置的在翼监测数据作为目标域数据，将该数据分为训练集和测试集；采用源域数据训练高斯过程回归预测模型得到含有特征提取方法的高斯过程回归预测模型；使用训练集对得到的模型进行训练得到训练好的基于迁移学习的高斯过程回归预测模型；采用训练好的该模型对测试集进行寿命预测得到的预测值作为寿命预测结果。用于对飞机辅助动力装置进行寿命预测。
-
Patent Agency Ranking
公开(公告)号：CN114037724A
公开(公告)日：2022-02-11
申请号：CN202111212342.6
申请日：2021-10-18
Applicant: 哈尔滨工业大学
Abstract: 本发明提出一种阈值法图像分割的异构并行计算系统、方法及电子设备，所述系统包括图像切片功能单元、基于局部特征的子图分类粗分割计算单元、基于OTSU阈值的目标与背景交界子图细分割计算单元以及子图分割结果拼接功能单元。在对阈值法图像分割的各功能单元处理特性分析的基础上，利用异构片上系统提供的微处理器与FPGA实现控制密集型与计算密集型任务的异构计算系统设计；利用异构片上系统兼具微处理器灵活控制能力与FPGA高计算能力的特点，设计阈值法图像分割异构并行计算系统，对阈值法中计算耗时较长的处理步骤进行加速计算的同时，保持了对图像像素位置重排的控制灵活性，提高了图像分割方法整体的执行效率。
-
公开(公告)号：CN113878613A
公开(公告)日：2022-01-04
申请号：CN202111062843.0
申请日：2021-09-10
Applicant: 哈尔滨工业大学
IPC: B25J19/00 , G01M13/028 , G06G7/32 , G06K9/00 , G06K9/62
Abstract: 本发明公开了一种基于WLCTD与OMA‑VMD的工业机器人谐波减速器早期故障检测方法。步骤1：获得谐波减速器振动状态的数据集；步骤2：对步骤1的数据集使用WLCTD算法去除其中的噪声；步骤3：对去除噪声的数据集使用OMA‑VMD方法进行数据处理；步骤4：对步骤3进行OMA‑VMD方法数据处理后的数据集进行分类与故障检测。本发明用以解决谐波减速器发生故障带来的停机损失。
-
公开(公告)号：CN110718001B
公开(公告)日：2021-07-06
申请号：CN201911018848.6
申请日：2019-10-24
Applicant: 哈尔滨工业大学
IPC: G06Q10/04
Abstract: 基于LSTM和SVR模型的飞机辅助动力装置的性能参数单步预测方法，属于航空航天技术领域，本发明为解决现有技术不能对飞机辅助动力装置的性能参数进行预测的问题。本发明所述预测方法的具体过程为：通过飞机通信寻址与报告系统获得飞机辅助动力装置的在翼监测数据，从在翼监测数据中筛选出排气温度；对排气温度进行滑动平均预处理，将排气温度分为训练集和测试集；采用训练集分别训练LSTM和SVR模型；采用卡尔曼滤波将LSTM和SVR模型融合，获得融合模型；采用测试集对融合模型进行性能预测。本发明用于对飞机辅助动力装置的性能参数进行预测。
-
公开(公告)号：CN110718001A
公开(公告)日：2020-01-21
申请号：CN201911018848.6
申请日：2019-10-24
Applicant: 哈尔滨工业大学
Abstract: 基于LSTM和SVR模型的飞机辅助动力装置的性能参数单步预测方法，属于航空航天技术领域，本发明为解决现有技术不能对飞机辅助动力装置的性能参数进行预测的问题。本发明所述预测方法的具体过程为：通过飞机通信寻址与报告系统获得飞机辅助动力装置的在翼监测数据，从在翼监测数据中筛选出排气温度；对排气温度进行滑动平均预处理，将排气温度分为训练集和测试集；采用训练集分别训练LSTM和SVR模型；采用卡尔曼滤波将LSTM和SVR模型融合，获得融合模型；采用测试集对融合模型进行性能预测。本发明用于对飞机辅助动力装置的性能参数进行预测。
-
公开(公告)号：CN110161125A
公开(公告)日：2019-08-23
申请号：CN201910522225.6
申请日：2019-06-17
Applicant: 哈尔滨工业大学
Abstract: 基于加速度与声发射感知技术相结合的航空发动机智能监测方法，涉及一种无人机航空发动机状态感知技术，为了解决速度传感器很难检测航空发动机早期故障以及单一的声发射技术无法满足综合的对航空发动机状态进行评估的问题。本发明通过数据采集步骤后，再通过故障特征提取步骤，实现对航空发动机状态的综合评估；数据采集步骤包括采集振动数据的步骤和采集声发射数据的步骤；故障特征提取步骤为利用自适应VMD算法对振动数据和声发射数据进行故障提取，得到本征模态分量IMFs；再利用分析去除相关性程度低的IMF分量；计算剩余IMFs的能量熵；故障特征降维，量化分析，进而实现综合评估。有益效果为感知能力增强，监测的故障信号频率更广，抗噪能力更强。
-
-
-
-
-
-
-
-
-
Search Results
98
records
(took 0.042 seconds)
