-
公开(公告)号：CN118655498A
公开(公告)日：2024-09-17
申请号：CN202410884225.1
申请日：2024-07-03
申请人： 哈尔滨工业大学 , 北京航天自动控制研究所
摘要： 一种用于交错并联Buck变换器的重构相电流故障诊断方法及其系统，涉及电力电子转换技术领域。用于检测和定位交错并联Buck变换器中的开路故障。故障诊断方法为：S1：采集输入电流值；S2：重构输入电流值各相电流平均值；S3：计算三相电流平均值的最大差异值；S4：设置故障检测阈值，并当最大差异值超过故障检测阈值时，判断发生开路故障；S5：根据重构的相电流值定位故障相位。本发明适用于交错并联Buck变换器中开路故障检测与定位。
-
公开(公告)号：CN117892214A
公开(公告)日：2024-04-16
申请号：CN202211373326.X
申请日：2022-11-03
申请人： 哈尔滨工业大学 , 北京航天自动控制研究所
IPC分类号： G06F18/2415 , G06F18/15 , G06F18/214 , G06N3/0455 , G06N3/0442 , G06N3/088 , G07C3/00 , G06F123/02
摘要： 异常检测模型的构建方法、异常检测方法及异常检测系统，涉及机器学习领域，尤其涉及工业系统的故障或异常检测。解决了现有的异常检测模型对非线性、强时序性及高维度的数据提取分析能力弱，及确定阈值时依赖初始数据分布、依赖于个人经验和不能动态调整等问题。所述异常检测模型基于LSTM‑AE框架和可自动设置参数的自适应阈值构建；所述异常检测方法及异常检测系统采用异常检测模型进行异常检测。本发明应用于对工业系统进行异常检测。
-
公开(公告)号：CN117891226A
公开(公告)日：2024-04-16
申请号：CN202310715482.8
申请日：2023-06-16
申请人： 哈尔滨工业大学 , 北京航天自动控制研究所
IPC分类号： G05B23/02
摘要： 基于MIC和图神经网络融合的航天器控制系统异常检测方法及系统，涉及故障、异常检测技术领域。解决现有航天器控制系统领域的异常检测方法，由于异常数据主要隐藏在大量的正确点中，难以复制，导致无法完全利用正常数据进行异常检测的问题。方法为将航天控制系统领域多维的时序数据进行MIC分析获得不同变量之间的最大信息系数；进而获得邻接矩阵；从离散变量序列提取出每个变量的时序特征；构建MIC‑图网络并获得预测数据；对预测数据进行判定，获得异常数据。本发明适用于航天器控制系统的故障、异常检测技术领域，可直接用于对于航天器控制系统采集的多维时序数据，并对多维时序数据进行时间段的异常检测和阈值检测判定异常工作。
-
公开(公告)号：CN114595767A
公开(公告)日：2022-06-07
申请号：CN202210223287.9
申请日：2022-03-07
申请人： 哈尔滨工业大学
摘要： 一种具有时间序列状态变量的工业设备故障检测方法，属于工业设备故障检测领域。本发明针对现有工业系统的故障检测依赖故障数据建立检测模型，故障数据获取难度大造成方法难以适用的问题。包括：采集时间序列状态数据作为训练数据；计算训练数据m维特征变量的均值和标准差，并对训练数据进行标准化；对标准化后时间序列数据采用滑动窗口进行分割得到序列数据P，对LSTM自编码网络进行训练；再基于训练后LSTM自编码网络获得训练数据的误差序列；基于极值理论的方法对误差序列进行分析，得到故障阈值；再基于待检测设备序列数据对故障阈值进行调整，得到调整后阈值，进而实现工业设备的故障检测。本发明用于变量具有时序特征的工业设备的故障检测。
-
公开(公告)号：CN118655414A
公开(公告)日：2024-09-17
申请号：CN202410884227.0
申请日：2024-07-03
申请人： 哈尔滨工业大学 , 北京航天自动控制研究所
摘要： 一种三相交错并联Boost变换器鲁棒的开路故障诊断方法及其系统，涉及电力电子领域。用于对三相交错并联Boost变换器进行检测和定位故障相。开路故障诊断方法为：在每个开关周期的三个特定时刻采样输入电流值；在两个开关周期内对每个时刻的采样值进行积分；计算三个积分值之间的最大差异，并将最大差异与阈值比较，判断是否故障；通过分析采样值确定故障相。本发明适用于三相交错升压转换器开路故障的诊断和定位。
-
公开(公告)号：CN117668538A
公开(公告)日：2024-03-08
申请号：CN202311563366.5
申请日：2023-11-22
申请人： 哈尔滨工业大学 , 北京航天自动控制研究所
IPC分类号： G06F18/214 , G06F18/22 , G06F18/15 , G06N3/045 , G06N3/0442 , G06N3/0499 , G06N3/084 , G06F17/18
摘要： 一种基于改进VMD和Bi‑GRU的时间序列预测方法和系统，涉及信息处理技术领域。解决现有使用神经网络方法对小样本数据进行时序预测忽略细节特征，预测效果不理想的问题。所述方法包括：对时间序列数据进行预处理，获得时间序列样本数据；采用改进的VMD方法将时间序列样本数据分为K个不同频域上的子序列；计算子序列的多尺度样本熵，根据计算结果将K个子序列进行分组；根据多尺度样本熵分组结果，选择不同的Bi‑GRU的时间序列预测模型库，进行预测；将预测结果和多尺度样本熵分组结果输入至BP神经网络，进行数据重构，获取最终时间序列的预测结果。应用于电动汽车电池领域。
-
公开(公告)号：CN115684799A
公开(公告)日：2023-02-03
申请号：CN202211367535.3
申请日：2022-11-03
申请人： 哈尔滨工业大学
IPC分类号： G01R31/00 , G01R31/327 , G01R31/54 , G06N3/0464 , G06N3/08
摘要： 本发明是一种基于数据驱动的三相PFC转换器间歇故障检测方法。本发明涉及电子测量技术领域，本发明采集三相PFC转换器的输出x(t)，持续时间4ms；基于经验模态分解EMD方法对x(t)进行分解，得到n个IMFs；在n个IMFs中选取与原输出数据最相关，且彼此最不相关的m个IMFs进行统计特征值提取；对选取的特定的IMF进行统计特征提取；训练卷积神经网络；采集待测三相PFC的输出数据，根据得到的特征值将特征值作为训练好的卷积神经网络的输入，得到神经网络的输出，判断三相PFC转换器是否出现故障。
-
公开(公告)号：CN102323541A
公开(公告)日：2012-01-18
申请号：CN201110136727.9
申请日：2011-05-25
申请人： 哈尔滨工业大学
IPC分类号： G01R31/3185
摘要： 基于参考向量和位掩码的SOC的测试方法，涉及SOC的测试方法，解决了现有测试方法在对IP核进行检测时，存在压缩率有待提高的问题，它包括步骤一、把测试数据进行压缩；步骤二、将压缩后的数据传输并存储在ATE上；步骤三、在测试时通过芯片上的解压结构对压缩数据解压缩，还原成测试数据；步骤四、用测试数据对SOC进行测试；步骤一的压缩过程包括：步骤一一、根据目标子向量的位数将测试集TD进行划分；步骤一二、选择子向量集中重复率最高的子向量作为参考向量；步骤一三、对于每一个测试子向量进行编码；步骤一四、整合成压缩后的的测试向量。用于基于可复用IP核设计的SOC的测试。
-
公开(公告)号：CN117687378A
公开(公告)日：2024-03-12
申请号：CN202311563590.4
申请日：2023-11-22
申请人： 哈尔滨工业大学 , 北京航天自动控制研究所
IPC分类号： G05B23/02
摘要： 基于互信息相比相关系数的故障预报方法及系统，涉及电子测量技术领域。使得具有开销小和性能优越的优势且无需额外的硬件、无需训练数据、无需了解系统结构与器件参数。方法为采集控制系统输出的多维参数；对所述多维参数进行平滑滤波处理，获得滤波后的多维参数；对所述滤波后的多维参数，计算相互之间的最大互信息；根据所述最大互信息对所述多维参数进行属性集合划分，获得若干属性集合；计算所述属性集合的平均最大互信息；根据所述平均最大互信息进行故障标识。本发明适用于预报控制系统输出多维参数中将会出现的故障和主要面向属性集合的故障预报。
-
公开(公告)号：CN117591995A
公开(公告)日：2024-02-23
申请号：CN202311563370.1
申请日：2023-11-22
申请人： 哈尔滨工业大学 , 北京航天自动控制研究所
IPC分类号： G06F18/25 , G06F18/2433 , G06F18/214 , G06F18/241 , G06F18/2431 , G06F18/27
摘要： 一种多参数联合决策的系统剩余寿命预测方法及装置，涉及电子测量技术领域，方法包括：获取健康状态的参数数据作为训练数据，获取待评估参数数据作为观测数据；基于各参数的训练数据和观测数据分别计算各参数健康度；融合所述各参数健康度，得到系统健康度预测结果；该方法通过评价参数时间序列，得到参数健康度，构建各属性健康度模型，并将各属性健康度模型进行融合，得到系统的健康度模型，考虑因素更加全面，预测结果更准确。
-
-
-
-
-
-
-
-
-
搜索结果
26 条记录 (耗时 0.031 秒)
