-
公开(公告)号：CN119940143A
公开(公告)日：2025-05-06
申请号：CN202510135740.4
申请日：2025-02-07
Applicant: 大连理工大学
IPC: G06F30/27 , G06F30/15 , G06N3/045 , G06N3/0442 , G06F119/12
Abstract: 本发明属于航空发动机技术领域，公开一种基于航空发动机部件级性能下降数字孪生模型的气路参数预测方法及系统。当某一部件性能下降，将机理模型中性能下降部件部分机理模型替换为嵌入式机理模型，其余部件仍为部件级机理模型；嵌入式机理模型为基于神经网络的数据驱动模型，为故障部件数据训练所得；根据整体发动机的历史数据训练数据驱动模型，通过卡尔曼滤波对替换后的整体机理模型、数据驱动模型的气路参数预测进行滤波、融合。本发明有效解决传统方法难以在单一部件性能下降情况下进行参数估计的难题。对性能下降参数进行数据模拟以及数据获取保存、针对性能下降数据进行模型训练、气路参数估计以及气路参数可视化，用于航空发动机参数估计。
-
公开(公告)号：CN116273511A
公开(公告)日：2023-06-23
申请号：CN202310081070.3
申请日：2023-02-08
Applicant: 大连理工大学
Abstract: 本发明属于生物、化学、医疗、石油化工、农业、食品卫生领域，提出一种实时检测离心工作情况的智能离心管及使用方法，包括智能试管塞，智能试管套，云平台，手机APP。智能试管塞内置激光发射模块，智能试管套内置加速度传感器和激光传感器。激光传感器和加速度传感器将光强、加速度数据送入微处理器中并计算离心度、旋转圈数、离心力；微处理器通过通信芯片将计算后的离心度、旋转圈数、离心力上发至云平台；云平台将数据下发到手机APP。本发明通过传感器数据的采集，微处理器对采集数据的运算，微处理器、云平台和手机APP的三方通信，从而能够在手机上实时掌握离心机中试管的工作状态，实现离心的精准作业，具有较大应用前景。
-
公开(公告)号：CN114780625A
公开(公告)日：2022-07-22
申请号：CN202210392694.2
申请日：2022-04-15
Applicant: 大连理工大学
IPC: G06F16/25 , G06F16/26 , G06F16/28 , G06F16/901 , G06F16/906
Abstract: 本发明公开了一种针对民用飞机的数据管理与综合分析系统，包含服务器端与用户端。服务器端包括数据解析与读取模块、数据库模块、数据传输模块；用户端包括用户交互模块、图表显示模块、故障诊断模块、性能趋势分析模块及信息导出模块。本发明提出了一种更加高效简洁、更具备安全性的数据管理解决方案。本系统具有基于分布式数据库的文件化管理大量数据的功能，极大降低了数据存储设备维护难度，具有分类统计的功能、能够对数据进行可视化和耦合分析，有利于工作人员对多变量结合分析，采用预先设定好或用户自定义的判断逻辑通过飞参进行故障诊断，提升了飞机部件故障诊断的准确度，为飞机状态的综合评测提供了强力支撑。
-
公开(公告)号：CN119691928A
公开(公告)日：2025-03-25
申请号：CN202411758258.8
申请日：2024-12-03
Applicant: 大连理工大学
IPC: G06F30/17 , G06F30/12 , G06F119/14 , G06F119/08
Abstract: 本发明属于航空发动机气路系统的数字样机技术领域，具体涉及一种基于系统建模语言生成航发气路系统数字样机的方法。本发明从航空发动机气路系统的需求定义出发，建立系统的需求、结构、行为和参数模型，推导搭建系统的机理模型，联合数字样机工具搭建系统的性能模型，从而直接生成航空发动机气路系统的需求验证数字样机。在仿真环境中进行虚拟试验，模拟发动机的实际运行情况，有效实现需求的闭环验证，完成总体方案的正向设计，减少设计中的逻辑错误，缩短研发周期，降低研发成本。
-
公开(公告)号：CN116823725A
公开(公告)日：2023-09-29
申请号：CN202310515582.6
申请日：2023-05-09
Applicant: 大连理工大学
IPC: G06T7/00 , G06T5/00 , G06T3/00 , G06V10/40 , G06V10/50 , G06V10/25 , G06V10/764 , G06V10/80 , G06V10/774 , G06T7/62
Abstract: 一种基于支持向量机的航空发动机叶片表面缺陷检测方法，包括如下步骤：对图像去噪处理；利用直方图均衡化和分段线性化消除光照影响，增强图像对比度，利用大津阈值法将图像转化为二值图像；对缺陷图像形状特征提取和HOG特征提取得到特征向量；将特征向量输入到分类算法中进行缺陷识别与分类。针对于航空发动机叶片的现实数据集较少，影响设计算法的检测精度，而人工采集建立数据集耗时耗力，该方法中支持向量机的决策函数只依赖于支持向量，分类速度比较快，同时，数据集训练样本的数量对支持向量机的效果影响不大，相对于卷积神经网络等算法而言，不需要大量训练样本，在小样本数据集上的表现良好，解决了叶片表面缺陷检测小样本数据集的问题。
-
Patent Agency Ranking
公开(公告)号：CN116579242A
公开(公告)日：2023-08-11
申请号：CN202310540741.8
申请日：2023-05-15
Applicant: 大连理工大学
IPC: G06F30/27 , G06F30/15 , G06F30/17 , G06F18/214 , G06F111/10
Abstract: 本发明属于数字孪生技术和航空发动机参数预测领域，公开了一种基于CEEMDAN‑Informer的航空发动机数字孪生参数预测方法，使用CEEMDAN算法将航空发动机孪生模型中的气路参数数据分解成多个具有不同时间尺度特征的分量，有效解决了现有模型对非线性数据趋势跟踪能力差的问题。同时使用模糊熵对各分量进行分组融合，降低了编码器的输入维度，有效提高了模型训练速度和预测效率。与现有方法相比，本发明提出的基于CEEMDAN‑Informer和数字孪生技术的航空发动机参数预测方法能够有效提高参数预测准确率，降低预测误差。
-
公开(公告)号：CN114821856A
公开(公告)日：2022-07-29
申请号：CN202210402808.7
申请日：2022-04-18
Applicant: 大连理工大学
Abstract: 本发明属于汽车检修装备研发领域，公开了一种并联于行车电脑的汽车快速维修智能辅助装置，能够解决人工维修“无法精确到具体故障部件”、“无法联网造成故障诊断失灵”的问题。步骤如下：通过加装快速插拔传感器，结合车载原有传感器、车载计算机，得到汽车运行数据信息，借助CAN总线技术传输到智能故障诊断嵌入式系统，借助下载自云端的API模型，完成故障诊断。在云服务器完成API模型训练，选用遗传算法优化权值阈值的BP神经网络，初始训练数据来自于实验室条件下测试构建的车辆运行信息历史数据库。通过用户反馈，实现数据库更新。该装置主要用于汽车运行的故障状态识别和故障分类定位。
-
公开(公告)号：CN113612504A
公开(公告)日：2021-11-05
申请号：CN202110878660.X
申请日：2021-08-02
Applicant: 大连理工大学
Abstract: 本发明公开了一种采用显示屏后置近场通信设备的人机交互装置，包括近场通信用户端、显示器、近场通信收发模块阵列、信号处理模块、位置‑信息传递接口装置和负责显示器工作的电脑；近场通信用户端与显示器近距离接触；近场通信收发模块阵列后置于显示器后端，并且与显示器后端贴合；信号处理模块与近场通信收发模块阵列相连接；位置‑信息传递接口装置与信号处理模块相连接。本发明集成触屏输入、鼠标、键盘输入、U盘输出、无线充电等传统人机交互于一体，进行屏幕定位与数据互联等功能操作，可用于刷卡购物、显示器游戏、飞屏互传、无线充电、非接触数据互联、智能设备研发、智能家具设计等领域，具有商业应用前景。
-
公开(公告)号：CN119989059A
公开(公告)日：2025-05-13
申请号：CN202510152169.7
申请日：2025-02-12
Applicant: 大连理工大学
IPC: G06F18/24 , G06F18/10 , G06F18/214 , G06F18/22 , G06F18/213 , G06F18/25 , G06N3/0442 , G06N3/042 , G06N3/0464 , G06N3/048 , G06N3/08 , G06F17/16 , G06F17/18
Abstract: 本发明属于航空发动机故障诊断技术领域，公开了一种自适应图结构优势的航空发动机气路故障诊断时空网络模型。首先，通过时序因子提取模块对多源传感器数据进行处理，有效捕捉时间维度上的变化，并通过归一化层提升模型的稳定性。接着，采用随机嵌入的方法矫正时间因子中不合适的空间关系表示后，利用余弦相似度计算构建初步的图结构，结合注意力机制对图结构中隐藏的信息进行再一次的挑选，随后使用消息传递机制对空间特征进行深度融合，使节点嵌入更加精确。该方法能够自适应捕获传感器数据中的图结构信息，显著提升了模型在复杂时空信息处理中的表现，可生成更具鲁棒性的特性表征，支持后续分析与预测。
-
公开(公告)号：CN119598262A
公开(公告)日：2025-03-11
申请号：CN202411736037.0
申请日：2024-11-29
Applicant: 大连理工大学
IPC: G06F18/24 , G06F18/214 , G06N3/045 , G06N3/0464 , G06F18/22 , G06F18/213 , G06F18/15 , G01M15/14
Abstract: 本发明提供一种代理注意力增强扩散的航空发动机小样本故障诊断方法，属于航空发动机气路故障诊断技术领域。本发明在DDIM的基础上添加代理注意力，使其能够加速样本生成并显着提高样本生成质量，而无需任何额外的训练。预处理后的少量采集的传感器信号数据输入代理注意力增强的去噪扩散隐式模型中进行数据增强，生成高质量的样本数据，以弥补原始数据集的不足，提升模型在稀缺数据情况下的性能表现；将扩充的数据集用作训练集，原始数据集用作测试集进行模型训练，在训练完成后用测试集对模型的性能和准确性进行测试，建立最终的航空发动机障诊断模型。本发明解决了故障诊断中数据不足的问题，提升了模型的准确性与鲁棒性。
-
-
-
-
-
-
-
-
-
Search Results
38
records
(took 0.019 seconds)
