-
公开(公告)号：CN113536670B
公开(公告)日：2024-01-12
申请号：CN202110778141.6
申请日：2021-07-09
Applicant: 北京航空航天大学
IPC: G06F30/27 , G06F17/18 , G06F18/214 , G06F18/241 , G06N3/0442 , G06N3/096 , G06N20/00 , G06F119/04
Abstract: 提出一种群体产品剩余寿命预测的联邦迁移学习方法，包括：获取群体产品原始数据集；将所述原始数据集进行预处理，得到训练集和测试集；将所述训练集送入已构建的群体产品剩余寿命预测模型，并进行训练；其中，所述群体产品剩余寿命预测模型的构建过程包括：设计针对所述群体产品剩余寿命预测的总体框架，所述总体框架包括多个单体产品端和一个中央服务器端；构建基于LSTM的剩余寿命预测模型；基于所述LSTM的剩余寿命预测模型构建所述单体产品端的本地寿命预测模型和和所述中央服务器端的全局寿命预测模型；对全局寿命预测模型进行联邦学习。
-
公开(公告)号：CN113554177B
公开(公告)日：2023-10-03
申请号：CN202110307385.6
申请日：2021-03-23
Applicant: 北京航空航天大学
IPC: G06N7/02 , G06F18/2415 , G01R31/40
Abstract: 本发明公开了一种基于软决策的卫星电源系统自主故障诊断方法，包括：利用所述决策系统DS的邻域关系构建卫星电源系统的邻域三支决策模型；利用邻域三支决策模型筛选出卫星电源系统的约简属性子集及其约简属性子集的属性权重；构建适用于卫星电源系统遥测数据的数据驱动故障诊断的T‑S模糊模型；将所述约简属性子集及其约简属性子集的属性权重输入到T‑S模糊模型，得到模糊决策序列，再通过设定软阈值，得到软决策结果；根据所述软决策结果，对卫星电源系统进行自主故障诊断。
-
-
公开(公告)号：CN115902620A
公开(公告)日：2023-04-04
申请号：CN202211434136.4
申请日：2022-11-16
Applicant: 北京航空航天大学
IPC: G01R31/34 , G06N3/044 , G06N3/0475 , G06N3/048 , G06N3/0464 , G06N3/045 , G06N3/096 , G06N3/084 , G06N3/0985
Abstract: 本发明公开了一种基于循环生成对抗网络的电机故障增强诊断方法及装置，其方法包括构建基于循环生成对抗网络的电机故障样本迁移生成模型，实现由相似样本域到目标样本域的迁移，增广目标样本，进而实现电机故障的增强诊断，其中目标样本域为需要进行故障诊断的工况条件下的电机故障样本域，相似样本域即相同故障模式其他工况条件下该电机的故障样本域。
-
公开(公告)号：CN115658371B
公开(公告)日：2023-03-10
申请号：CN202211598015.3
申请日：2022-12-14
Applicant: 北京航空航天大学
IPC: G06F11/07 , G06F16/9535 , G06F18/214 , G06F18/2431 , G06N5/01
Abstract: 本申请提供了一种基于案例学习与可诊断性分析的诊断算法量化推荐方法，包括：获取待诊断对象的可诊断性要素集中各个可诊断性要素对应的可诊断性要素信息；可诊断性要素与故障诊断相关；将所有的可诊断性要素信息输入至训练好的推荐决策树模型中，通过推荐决策树模型输出针对待诊断对象的推荐结果，以使用推荐结果对应的目标故障诊断算法对待诊断对象进行故障诊断；推荐决策树模型与待诊断对象所属领域相同；在推荐决策树模型中，根据可诊断性要素信息对待诊断对象进行分类，以将待诊断对象划分至目标故障诊断算法的类别下。该方法有利于减少人为主观因素影响，提高故障诊断算法匹配的精确性，减少工程师的工作量，提高推荐匹配效率。
-
Patent Agency Ranking
公开(公告)号：CN113283533B
公开(公告)日：2022-08-12
申请号：CN202110649050.2
申请日：2021-06-10
Applicant: 北京航空航天大学
Abstract: 本发明公开一种面向性能衰退时间序列数据的可借用样本筛选方法，涉及人工智能与数据处理技术领域，包括对采集目标相似产品当前的产品数据及数据库中保存的同类型相似产品的全寿产品数据分别按M个不同平滑尺度进行平滑处理，通过对每个处理结果进行双指标综合评估，实现时间尺度自优化选择，最终获得可借用样本。本发明方法能够自动给出性能衰退序列数据的最佳平滑尺度，解决由于大尺度平滑引起的退化趋势信息丢失和小尺度过滤噪声对准确预测的负面影响；同时还能够从其他域大量差异化数据中获得与性能衰退序列数据最相似样本，进而增强模型的泛化能力，提高预测的精准度，解决了目前无法利用相似样本进行精准预测的问题。
-
公开(公告)号：CN112991579B
公开(公告)日：2021-12-07
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：CN112327194B
公开(公告)日：2021-09-24
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：CN112327192A
公开(公告)日：2021-02-05
申请号：CN202011131864.9
申请日：2020-10-21
Applicant: 北京航空航天大学
IPC: G01R31/392 , G01R31/367
Abstract: 本发明公开了一种基于曲线形态的电池容量跳水识别方法，包括：依据经过数据平滑预处理后的电池容量退化数据，获取电池容量退化曲线数据；从所述电池容量退化曲线数据中提取电池容量退化曲线的斜率特征；根据所提取的斜率特征对电池容量退化曲线进行形态识别；根据电池容量退化曲线形态识别结果，对电池容量跳水进行识别。
-
公开(公告)号：CN112051506A
公开(公告)日：2020-12-08
申请号：CN202010888563.4
申请日：2020-08-28
Applicant: 北京航空航天大学
IPC: G01R31/367
Abstract: 本发明公开一种相似产品可迁移样本筛选方法及系统，涉及似产品迁移学习技术领域，包括预处理待测配方相似产品短期循环寿命测试数据得到目标样本数据，预处理其他配方电池全寿测试容量数据得到多个训练数据；通过进行曲线形态筛选、容量退化率相似度筛选、寿命分布相似度筛选和距离度量最小筛选，获得用于跨配方相似产品寿命预测的可迁移样本数据，本发明从不同配方电池的历史全寿测试数据中，获得与被预测电池容量退化规律相似度最高的数据，并迁移应用于被预测电池寿命预测模型的训练，实现了锂动力电池跨配方剩余寿命的准确预测，预测准确度最高可以达到99.9％，可以有效节省锂电池设计开发过程中的测试时间和费用，具有可观的经济效益和应用价值。
-
-
-
-
-
-
-
-
-
Search Results
91
records
(took 0.088 seconds)
