-
公开(公告)号：CN112906250A
公开(公告)日：2021-06-04
申请号：CN202110380488.5
申请日：2021-04-09
Applicant: 吉林大学
IPC: G06F30/20 , G06F16/245 , G06F16/28 , G06N3/12
Abstract: 本发明属于复杂系统模块分类技术领域，涉及一种复杂系统模块分类方法，包括下述步骤：1、采集复杂系统现场故障数据；2、将复杂系统划分为N个单元，确定各单元的故障分布函数；3、对各单元故障相关性分析及计算；4、计算各单元故障的综合关联强度，建立单元间故障关联矩阵；5、关联矩阵变换，求强连通集合，得到初始聚类模块；6、建立模块分类量化数学模型，构建目标函数；7、使用分组遗传算法对目标函数进行优化，得到最佳模块划分。本发明复杂系统模块分类方法使用Copula函数量化故障关联单元之间的关联强弱，避免了人为因素造成的结果不准确，提高了故障关联单元关联强度的精确程度，使用聚合度耦合度作为量化指标，对模块内部以及模块之间的关系进行分析，通过构建目标函数并使用遗传算法优化，得到的最佳划分模块相对符合实际。
-
Patent Agency Ranking
公开(公告)号：CN112883569A
公开(公告)日：2021-06-01
申请号：CN202110160418.9
申请日：2021-02-05
Applicant: 吉林大学
IPC: G06F30/20 , G06F17/16 , G06F16/901 , G06F16/2458
Abstract: 本发明属于数控机床技术领域，涉及一种数控机床故障传播扩散行为分析方法，包括下述步骤：1、通过故障相关性分析、矩阵转换与分解构建系统故障传播层级结构模型；2、考虑故障时间相关性的组件故障概率模型构建；3、引入超图理论思想计算组件间故障传播扩散系数；4、计算累积故障传播扩散系数；5、融入边介数计算系统组件故障影响度；6、分析故障传播扩散行为、识别关键故障节点、确定关键故障传播扩散路径；本发明考虑故障分步扩散的影响，从故障机理以及模型结构特征的角度分析数控机床故障传播扩散行为，与传统单视角分析方法相比更为准确、更符合生产实际。
-
公开(公告)号：CN111291486A
公开(公告)日：2020-06-16
申请号：CN202010083290.6
申请日：2020-02-09
Applicant: 吉林大学
IPC: G06F30/20 , G06F30/17 , G06F119/02
Abstract: 本发明属于数控机床技术领域，涉及一种数控机床组件可靠性评估方法，包括下述步骤：1、划分系统组件，采集数控机床现场故障信息并进行故障分析；2、计算组件及机床系统等效故障间隔时间、等效试验截尾时间；3、应用Johnson法进行等效故障间隔时间的秩次修正，并实现组件与机床系统可靠度模型构建；4、构建系统串联可靠度模型，应用相关指数法验证基于等效样本法的组件可靠度建模合理性；本发明在修复如新假设下，应用等效样本法进行组件故障间隔时间计算，符合系统组件寿命定义，综合故障总时间法、等效样本法进行组件故障间隔时间修正，扩大样本量，符合抽样原理，与传统基于系统信息进行组件可靠性建模方法比，更符合工程实际。
-
公开(公告)号：CN112906250B
公开(公告)日：2022-05-31
申请号：CN202110380488.5
申请日：2021-04-09
Applicant: 吉林大学
IPC: G06F30/20 , G06F16/245 , G06F16/28 , G06N3/12
Abstract: 本发明属于复杂系统模块分类技术领域，涉及一种复杂系统模块分类方法，包括下述步骤：1、采集复杂系统现场故障数据；2、将复杂系统划分为N个单元，确定各单元的故障分布函数；3、对各单元故障相关性分析及计算；4、计算各单元故障的综合关联强度，建立单元间故障关联矩阵；5、关联矩阵变换，求强连通集合，得到初始聚类模块；6、建立模块分类量化数学模型，构建目标函数；7、使用分组遗传算法对目标函数进行优化，得到最佳模块划分。本发明复杂系统模块分类方法使用Copula函数量化故障关联单元之间的关联强弱，避免了人为因素造成的结果不准确，提高了故障关联单元关联强度的精确程度，使用聚合度耦合度作为量化指标，对模块内部以及模块之间的关系进行分析，通过构建目标函数并使用遗传算法优化，得到的最佳划分模块相对符合实际。
-
公开(公告)号：CN112883569B
公开(公告)日：2022-05-17
申请号：CN202110160418.9
申请日：2021-02-05
Applicant: 吉林大学
IPC: G06F30/20 , G06F17/16 , G06F16/901 , G06F16/2458
Abstract: 本发明属于数控机床技术领域，涉及一种数控机床故障传播扩散行为分析方法，包括下述步骤：1、通过故障相关性分析、矩阵转换与分解构建系统故障传播层级结构模型；2、考虑故障时间相关性的组件故障概率模型构建；3、引入超图理论思想计算组件间故障传播扩散系数；4、计算累积故障传播扩散系数；5、融入边介数计算系统组件故障影响度；6、分析故障传播扩散行为、识别关键故障节点、确定关键故障传播扩散路径；本发明考虑故障分步扩散的影响，从故障机理以及模型结构特征的角度分析数控机床故障传播扩散行为，与传统单视角分析方法相比更为准确、更符合生产实际。
-
公开(公告)号：CN111291486B
公开(公告)日：2022-04-08
申请号：CN202010083290.6
申请日：2020-02-09
Applicant: 吉林大学
IPC: G06F30/20 , G06F30/17 , G06F119/02
Abstract: 本发明属于数控机床技术领域，涉及一种数控机床组件可靠性评估方法，包括下述步骤：1、划分系统组件，采集数控机床现场故障信息并进行故障分析；2、计算组件及机床系统等效故障间隔时间、等效试验截尾时间；3、应用Johnson法进行等效故障间隔时间的秩次修正，并实现组件与机床系统可靠度模型构建；4、构建系统串联可靠度模型，应用相关指数法验证基于等效样本法的组件可靠度建模合理性；本发明在修复如新假设下，应用等效样本法进行组件故障间隔时间计算，符合系统组件寿命定义，综合故障总时间法、等效样本法进行组件故障间隔时间修正，扩大样本量，符合抽样原理，与传统基于系统信息进行组件可靠性建模方法比，更符合工程实际。
-
-
-
-
-
Search Results
6
records
(took 0.015 seconds)
