公开(公告)号：CN115509789A

公开(公告)日：2022-12-23

申请号：CN202211214987.8

申请日：2022-09-30

申请人： 中国科学院重庆绿色智能技术研究院 ,  重庆大学

发明人： 张学睿 ,  尚明生 ,  吴鑫 ,  何盼 ,  郑志浩 ,  姚远 ,  张帆

IPC分类号： G06F11/07 ,  G06F11/30

摘要： 本发明涉及故障预测技术领域，具体为一种基于组件调用分析的计算系统故障预测方法和系统，包括：获取待预测组件的关联组件集合，采集其中每个组件的监测数据，进行处理，形成加权时序数据矩阵；根据关联组件集合，获取调用关系序列数据向量；获取采集监测数据的时刻开始预设时间间隔内的故障状态数据；根据加权时序数据矩阵、调用关系序列数据向量和故障状态数据，获取输入输出数据组；提取加权时序数据矩阵和调用关系序列数据向量的特征，进行融合，建立与实时故障状态数据的对应关系，形成分类预测模型；对分类预测模型进行训练优化，输出满足预设预测精度的分类预测模型。本方案能融合组件动态调用关系，以提高故障预测精度。

公开(公告)号：CN115509789B

公开(公告)日：2023-08-11

申请号：CN202211214987.8

申请日：2022-09-30

申请人： 中国科学院重庆绿色智能技术研究院 ,  重庆大学

发明人： 姚远 ,  郑志浩 ,  吴鑫 ,  尚明生 ,  何盼 ,  张学睿 ,  张帆

IPC分类号： G06F11/07 ,  G06F11/30

摘要： 本发明涉及故障预测技术领域，具体为一种基于组件调用分析的计算系统故障预测方法和系统，包括：获取待预测组件的关联组件集合，采集其中每个组件的监测数据，进行处理，形成加权时序数据矩阵；根据关联组件集合，获取调用关系序列数据向量；获取采集监测数据的时刻开始预设时间间隔内的故障状态数据；根据加权时序数据矩阵、调用关系序列数据向量和故障状态数据，获取输入输出数据组；提取加权时序数据矩阵和调用关系序列数据向量的特征，进行融合，建立与实时故障状态数据的对应关系，形成分类预测模型；对分类预测模型进行训练优化，输出满足预设预测精度的分类预测模型。本方案能融合组件动态调用关系，以提高故障预测精度。

公开(公告)号：CN111812023B

公开(公告)日：2023-04-28

申请号：CN202010590376.8

申请日：2020-06-24

申请人： 河钢股份有限公司邯郸分公司 ,  重庆大学 ,  邯郸钢铁集团有限责任公司

发明人： 邓建军 ,  张龙柱 ,  温彤 ,  陈子刚 ,  杨西鹏 ,  王连轩 ,  唐浩兴 ,  李晓广 ,  游建豪 ,  于光远 ,  崔兴贺 ,  吴鑫 ,  张东凯

IPC分类号： G01N19/00

摘要： 本发明提供了一种基于带孔试样单向拉伸的板料起皱性能测试方法，通过在试样几何中心加工圆形内孔，改变板料单向拉伸过程的应力分布并获取平板试样在不同应力状态下的抗皱性能。试样可采用长条形、方形和圆形。具体包括以下步骤：（1）确定试样外形与尺寸；（2）利用数值模拟分析试样单向拉伸的变形，根据应力分布与起皱高度h，确定内孔直径d；（3）按外形和尺寸加工试样；（4）在万能试验机上以恒定速度v进行拉伸；（5）检测并记录试样的起皱量H。本发明通过调节内孔尺寸，可在较大的应变量的范围下分析板料的抗皱性能，得到更接近实际情况的起皱特征，无需专用夹具和装置，简单易行、重复性高。

公开(公告)号：CN111812023A

公开(公告)日：2020-10-23

申请号：CN202010590376.8

申请日：2020-06-24

申请人： 河钢股份有限公司邯郸分公司 ,  重庆大学 ,  邯郸钢铁集团有限责任公司

发明人： 邓建军 ,  张龙柱 ,  温彤 ,  陈子刚 ,  杨西鹏 ,  王连轩 ,  唐浩兴 ,  李晓广 ,  游建豪 ,  于光远 ,  崔兴贺 ,  吴鑫 ,  张东凯

IPC分类号： G01N19/00

摘要： 本发明提供了一种基于带孔试样单向拉伸的板料起皱性能测试方法，通过在试样几何中心加工圆形内孔，改变板料单向拉伸过程的应力分布并获取平板试样在不同应力状态下的抗皱性能。试样可采用长条形、方形和圆形。具体包括以下步骤：（1）确定试样外形与尺寸；（2）利用数值模拟分析试样单向拉伸的变形，根据应力分布与起皱高度h，确定内孔直径d；（3）按外形和尺寸加工试样；（4）在万能试验机上以恒定速度v进行拉伸；（5）检测并记录试样的起皱量H。本发明通过调节内孔尺寸，可在较大的应变量的范围下分析板料的抗皱性能，得到更接近实际情况的起皱特征，无需专用夹具和装置，简单易行、重复性高。