-
公开(公告)号：CN117575578B
公开(公告)日：2024-06-21
申请号：CN202410055908.6
申请日：2024-01-15
Applicant: 中国航空油料集团有限公司 , 西安电子科技大学 , 中国航空油料有限责任公司西安分公司
IPC: G06Q10/20 , G06Q10/063 , G06Q10/04 , G06F17/18
Abstract: 本申请涉及装备预测性维修技术领域，公开了一种基于机械设备剩余寿命的不完全维修决策优化方法及装置，所述方法使用最小二乘法对设备运行效率的退化数据进行拟合威布尔分布，得到设备寿命分布的尺度参数与形状参数；引入已使用寿命参数以及改善因子构建二元维修‑更换维修策略模型，通过该模型确定最佳维修次数、最佳维修间隔以及单位时间最小成本率。其中，已使用寿命参数考虑到设备在不同服役期间仍可以制定对应的维修策略；改善因子可以根据设备维修的实际情况，动态的调节各参数，提升维修决策的准确度。基于上述可以制定相对应的最优维修策略，以确保设备正常运行，避免生产中断和生产效率下降，提升了维修策略的准确度以及适用范围。
-
公开(公告)号：CN117554265A
公开(公告)日：2024-02-13
申请号：CN202311561034.3
申请日：2023-11-22
Applicant: 中国航空油料集团有限公司 , 西安电子科技大学
IPC: G01N15/08 , G06F30/17 , G06F30/28 , G06F111/10 , G06F113/08 , G06F119/14
Abstract: 本发明涉及机械状态评估与诊断技术领域，提供一种基于数字孪生技术的过滤器状态监测和故障诊断方法，包括：获取过滤器的多源数据集；对多源数据集中的数据进行预处理；基于过滤器的自身参数、预设参数、部件的装配关系以及达西理论，构建过滤器的数字孪生模型；将预处理后的数据输入到数字孪生模型中进行仿真迭代；基于仿真迭代的结果输出数字孪生模型的状态值；根据状态值判断过滤器是否发生故障。本发明的基于数字孪生技术的过滤器状态监测和故障诊断方法基于数字孪生模型的高保真度，通过实时数据流，在线反馈过滤器设备的健康状态，具有较高的诊断精度和应用范围，评估结果相对于传统人工监测更加稳定且可靠。
-
公开(公告)号：CN116127398A
公开(公告)日：2023-05-16
申请号：CN202310372305.4
申请日：2023-04-10
Applicant: 中国航空油料集团有限公司 , 西安电子科技大学
IPC: G06F18/2433 , G06F18/25
Abstract: 本发明提供一种基于机理模型与多源数据融合的液压泵故障诊断方法，包括如下步骤：获取液压泵的多源数据集，构建液压泵退化机理模型，并构建训练集和测试集；对训练集和测试集的数据样本进行数据预处理以及特征提取和筛选，获取液压泵退化的关键特征集；根据关键特征集构建基于多核的SVC的集成多分类器模型，获取数据模型的诊断结果；将液压泵退化机理模型分别在数据级和决策级与数据模型融合，获取混合模型的故障诊断结果；将混合模型的预测标签与液压泵的故障标签进行映射，实现液压泵的故障诊断。本发明的一个技术效果在于，设计合理，提高液压泵的故障诊断精度，诊断结果更准确，泛化能力更优越。
-
公开(公告)号：CN115630172A
公开(公告)日：2023-01-20
申请号：CN202211663436.X
申请日：2022-12-23
Applicant: 中国航空油料集团有限公司 , 西安电子科技大学
Abstract: 本公开实施例涉及数字主线技术领域，提供一种针对流程行业的数字主线构建方法及系统，方法包括：获取流程行业关键设备的三维模型，并基于三维模型，构建关键设备对应的知识图谱；采用预设的数据描述格式，分别对知识图谱以及三维模型对应的实际性能特征数据进行统一描述，并基于统一描述后的实际性能特征数据构建数字主线数据库；将统一描述后的实际性能特征数据与知识图谱进行关联，得到流程行业对应的数字主线。本公开实施例可对流程行业中各关键设备的多阶段过程数据演化模型进行统一管理，为关键设备的智能诊断、智能运维提供权威、可信的数据服务，为流程行业的数字孪生提供支持。
-
公开(公告)号：CN117575578A
公开(公告)日：2024-02-20
申请号：CN202410055908.6
申请日：2024-01-15
Applicant: 中国航空油料集团有限公司 , 西安电子科技大学 , 中国航空油料有限责任公司西安分公司
IPC: G06Q10/20 , G06Q10/063 , G06Q10/04 , G06F17/18
Abstract: 本申请涉及装备预测性维修技术领域，公开了一种基于机械设备剩余寿命的不完全维修决策优化方法及装置，所述方法使用最小二乘法对设备运行效率的退化数据进行拟合威布尔分布，得到设备寿命分布的尺度参数与形状参数；引入已使用寿命参数以及改善因子构建二元维修‑更换维修策略模型，通过该模型确定最佳维修次数、最佳维修间隔以及单位时间最小成本率。其中，已使用寿命参数考虑到设备在不同服役期间仍可以制定对应的维修策略；改善因子可以根据设备维修的实际情况，动态的调节各参数，提升维修决策的准确度。基于上述可以制定相对应的最优维修策略，以确保设备正常运行，避免生产中断和生产效率下降，提升了维修策略的准确度以及适用范围。
-
Patent Agency Ranking
公开(公告)号：CN117094228A
公开(公告)日：2023-11-21
申请号：CN202311177462.6
申请日：2023-09-13
Applicant: 中国航空油料集团有限公司 , 西安电子科技大学
IPC: G06F30/27 , G06F111/06 , G06F119/02
Abstract: 本发明提供一种面向流程行业的关键设备数字孪生模型构建方法，属于数字孪生技术领域，解决了关键设备健康状态难以掌握的问题；包括：获取设备各部件的形状、尺寸和装配关系，构建设备的几何模型；通过设备的二维结构图和设备手册，提取设备性能参数和结构参数，分别构建水力子模型和机械子模型，通过联立两个子模型，构建设备的物理模型；基于历史记录设备退化数据，构建设备的逻辑规则模型；通过融合几何、物理和逻辑规则模型，构建设备的数字孪生模型；将模型封装导出后，设置数据接口，监测设备运行状态；本发明可实现物理设备实体与孪生模型的数据互联和虚实映射，实时监控设备的运行状态，降低巡检频率，减少人力资源的浪费。
-
公开(公告)号：CN116127398B
公开(公告)日：2023-06-23
申请号：CN202310372305.4
申请日：2023-04-10
Applicant: 中国航空油料集团有限公司 , 西安电子科技大学
IPC: G06F18/2433 , G06F18/25
Abstract: 本发明提供一种基于机理模型与多源数据融合的液压泵故障诊断方法，包括如下步骤：获取液压泵的多源数据集，构建液压泵退化机理模型，并构建训练集和测试集；对训练集和测试集的数据样本进行数据预处理以及特征提取和筛选，获取液压泵退化的关键特征集；根据关键特征集构建基于多核的SVC的集成多分类器模型，获取数据模型的诊断结果；将液压泵退化机理模型分别在数据级和决策级与数据模型融合，获取混合模型的故障诊断结果；将混合模型的预测标签与液压泵的故障标签进行映射，实现液压泵的故障诊断。本发明的一个技术效果在于，设计合理，提高液压泵的故障诊断精度，诊断结果更准确，泛化能力更优越。
-
公开(公告)号：CN116090523A
公开(公告)日：2023-05-09
申请号：CN202310370326.2
申请日：2023-04-10
Applicant: 中国航空油料集团有限公司 , 西安电子科技大学
IPC: G06N3/0464 , G01M13/045 , G06N3/082 , G06F18/213 , G06F18/214
Abstract: 本公开的实施例提供一种基于网络结构压缩的旋转机械边缘侧故障诊断方法及系统。方法包括：建立将旋转机械的振动数据从一维向二维的转换模型和卷积神经网络；对卷积神经网络进行轻量化，得到旋转机械的故障诊断模型；对故障诊断模型进行训练，并将故障诊断模型部署到网络边缘侧进行验证；根据训练好的故障诊断模型对旋转机械进行故障诊断。系统用于实现上述方法。本公开的实施例从网络结构和模型压缩两个方面对模型进行轻量化处理，既减少网络的参数量也不会出现梯度消失或者梯度爆炸的问题，还能使网络能够维持原来的精度，从而使模型可嵌入性能有限的设备平台并且实现高效准确的旋转机械故障诊断。
-
公开(公告)号：CN114926075A
公开(公告)日：2022-08-19
申请号：CN202210625367.7
申请日：2022-06-02
Applicant: 西安电子科技大学
IPC: G06Q10/06 , G06Q10/04 , G06Q50/04 , G06F30/25 , G06F30/27 , G06K9/62 , G06N3/00 , G06N3/04 , G06N3/08 , G06N20/00
Abstract: 本发明公开一种基于工时预测的机械零件生产调度方法，其步骤为：1、生成机械零件数控加工数据集；2、对机械零件数控加工数据集进行预处理；3、生成训练集和测试集；4、以训练集训练机器学习、深度学习模型并通过测试集确定零件数控加工工时预测模型；5、利用该模型预测待排产零件的数控加工工时，以预测工时修正待排产零件的生产排程数据集；6、构建机械零件生产调度优化模型；7、利用离散粒子群算法对生产调度优化模型求解，得到待排产机械零件的生产排程计划。本发明能够在保证车间生产效率的同时获得与实际生产情况相近的生产排程计划。
-
公开(公告)号：CN112418277A
公开(公告)日：2021-02-26
申请号：CN202011213038.9
申请日：2020-11-03
Applicant: 西安电子科技大学
IPC: G06K9/62
Abstract: 本发明属于旋转机械智能剩余寿命预测技术领域，公开了一种旋转机械零部件剩余寿命预测方法、系统、介质、设备，以训练样本集为输入进行堆栈式自编码器模型并行训练，提取训练样本集的深度融合特征并根据相关性指标和单调性指标筛选；将筛选出来的优质特征传入自组织映射网络模型中训练，以初始退化指标的退化率进行退化阶段的划分，并进行新型健康指标的构建；新型健康指标退化轨迹平滑处理构建退化轨迹库；在预测阶段，通过计算与退化轨迹库中的各轨迹相似度，根据匹配程度最高的退化轨迹计算剩余寿命。实现从状态监测数据到剩余寿命的高阶映射关系，摆脱了对失效数据和寿命分布模型的依赖，提高了设备剩余寿命预测的准确性与实用性。
-
-
-
-
-
-
-
-
-
Search Results
76
records
(took 0.058 seconds)
