-
公开(公告)号：CN112464422B
公开(公告)日：2022-09-13
申请号：CN202011376971.8
申请日：2020-11-30
申请人： 西北工业大学
IPC分类号： G06F30/18 , G06F119/02
摘要： 本发明属于规则网络系统可靠性研究领域，具体涉及一种基于贪婪算法的提高K‑终端网络可靠性的方法。该方法采用贪婪算法和蒙特卡罗算法，结合重要度分析，为中型或大型K‑终端网络可靠性预测的数值分析研究提供了有力支撑。改方法采用重要度分析和蒙特卡罗算法估算寻找网络边的优化方案，建模过程简单、高效。本发明将需要优化的大型网络分为多组网络边，以这些网络边为基本的优化对象，能够精确快速地给出优化方案，从而实现对大型网络的可靠性优化，使其可靠性指标满足要求，本发明对于现实中的中型或大型网络具有重要意义。
-
公开(公告)号：CN111814350A
公开(公告)日：2020-10-23
申请号：CN202010709564.8
申请日：2020-07-22
申请人： 西北工业大学
IPC分类号： G06F30/20 , G06N7/00 , G06F111/06 , G06F111/08 , G06F113/06 , G06F119/06 , G06F119/08 , G06F119/18
摘要： 本发明公开了一种基于贝叶斯网络和重要度的涡轮发动机性能优化方法，该方法采用贝叶斯网络完成关于目标变量功率和温度的性能优化模型的构建，建模过程简单。其包括采集发动机试验数据；选取变量进行离散化处理，统计概率分布并确定优化目标；基于朴素贝叶斯网络构建性能优化模型；进行后验概率推理，找出属性变量的初始状态组合；通过重要度分析得出属性变量各个状态的重要性排序；从初始状态组合出发，按重要性顺序依次迭代，找出功率的最优解集；求出温度的最优解集，得到功率和温度的联合最优解集。结合贝叶斯网络和重要度分析，可精确选择发动机相关设计参数，使发动机动力性和安全性指标满足要求，实现对涡轮发动机性能优化。
-
公开(公告)号：CN106227994A
公开(公告)日：2016-12-14
申请号：CN201610555499.1
申请日：2016-07-14
申请人： 西北工业大学
CPC分类号： G06F19/00 , G05B23/0283
摘要： 本发明公开了一种多态混联可修系统备件需求预测方法，用于解决现有备件需求预测方法复杂的技术问题。技术方案是首先分析系统的部件组成，按照系统的部件组成顺序确定MMDD的生成顺序；其次，以状态变量为非终结点，以非终结点的所有状态取值为单向箭线，按照生成顺序指向下一个非终结点，直到终结点0，1结束；最终，基于建立的MMDD模型，搜索所有从根节点开始，到达终结点的路径，计算出每条路径所需备件数量及相应的响应概率，从而计算出所有路径对应备件数量的可靠性，给定系统可靠性Rs与对应备件数量的可靠性比较，预测该可修系统备件需求。该方法简单易行，有效地提高了备件需求预测的效率。
-
公开(公告)号：CN104252573A
公开(公告)日：2014-12-31
申请号：CN201410141574.0
申请日：2014-04-04
申请人： 西北工业大学
摘要： 本发明公开了一种基于分步模式的机械多故障诊断方法，包括如下操作步骤：S1：判断机械是否发生故障，若发生故障则进行步骤S2操作；S2：判断机械发生的是否为多故障，若为单故障进行步骤S3操作，若为多故障进行步骤S4操作S3：采用单故障分类器模型对机械进行故障诊断；S4：采用多故障分类器模型对机械进行故障诊断。上述分步模式的方法其可对机械多故障进行有效可靠的诊断，提高机械多故障诊断的可靠性。
-
公开(公告)号：CN118171453A
公开(公告)日：2024-06-11
申请号：CN202410222601.0
申请日：2024-02-28
申请人： 西北工业大学
摘要： 本发明涉及航空发动机性能优化技术领域，具体涉及一种基于多目标优化的航空发动机装配特征选择方法及系统，该方法包括获取航空发动机各个装配特征和试车指标；基于最大相关最小冗余算法从多个装配特征集合中选出与航空发动机试车指标相关性最大冗余最小的特征，作为初步筛选后的相关特征子集；将初步筛选后的特征子集作为输入，使用改进的二代非支配排序遗传算法，获取与航空发动机试车性能相关的关键装配特征子集的解集。本发明结合最大相关最小冗余算法和改进的二代非支配排序遗传算法，能够更快速地收敛从而找到最优解集，避免算法陷入局部最优解。
-
公开(公告)号：CN115114741B
公开(公告)日：2024-02-23
申请号：CN202210693916.4
申请日：2022-06-19
申请人： 西北工业大学
IPC分类号： G06F30/17 , G06F30/20 , G06F119/02
摘要： 本发明公开了一种基于极大似然估计法MLE的变速器首次故障行驶里程数据的分布拟合方法，该方法画出行驶里程数据的直方图，基于极大似然估计法，分别使用指数分布、正态分布、对数正态分布、威布尔分布四种数学模型对数据进行拟合与分析，得到四个具体的模型。最后进行各模型之间的对比与分析，综合考虑模型精度与实际应用，选出最优分布模型。本发明能精准得到最优模型。
-
-
公开(公告)号：CN113551904B
公开(公告)日：2023-06-30
申请号：CN202110722255.9
申请日：2021-06-29
申请人： 西北工业大学
IPC分类号： G01M13/021 , G01M13/028 , G06N3/044 , G06N3/08 , G06N20/10
摘要： 本发明涉及一种层次机器学习的齿轮箱多类型并发故障诊断方法，该方法在传统机器学习的基础上提出一种全新的层次机器学习模型，模型包括两层，第一层是结构简单的传统机器学习模型，作用是识别出特征易于区分的单一故障类型并将无法准确识别的多类型并发故障样本过滤到第二层，由第二层模型进行正确分类。第二层采用极限学习机建立分类模型，极限学习机是一种单层前馈神经网络，通过采用最小二乘拟合克服了传统神经网络负反馈调节过程中的梯度计算，能够快速的实现模型参数的调整。通过层次机器学习进行故障诊断，不仅可以提高故障识别的准确率，还能够使得训练效率得到大幅提升。
-
公开(公告)号：CN116225824A
公开(公告)日：2023-06-06
申请号：CN202211558305.5
申请日：2022-12-06
申请人： 西北工业大学
摘要： 本发明公开了一种时序数据异常检测系统，包括异常检测系统，所述异常检测系统的内部设置有数据检测模块，所述异常检测系统的内部设置有二次检测模块，所述异常检测系统的内部设置有系统管理模块，所述异常检测系统通过通讯网口电性连接有互联网。本发明通过二次检测模块，可对数据检测模块初步判断的异常数据进行二次检测，保证数据检测的正确性，防止信息误报的情况，保障数据检测可靠性，通过系统管理模块，可为系统提供更加安全的使用环境，同时当用户接收到异常信息后需进行信息确认方可取消异常的报警信息，保保证用户及时知晓确认异常情况，为后续异常的及时处理进行保障。
-
公开(公告)号：CN113551904A
公开(公告)日：2021-10-26
申请号：CN202110722255.9
申请日：2021-06-29
申请人： 西北工业大学
IPC分类号： G01M13/021 , G01M13/028 , G06N3/04 , G06N3/08 , G06N20/10
摘要： 本发明涉及一种层次机器学习的齿轮箱多类型并发故障诊断方法，该方法在传统机器学习的基础上提出一种全新的层次机器学习模型，模型包括两层，第一层是结构简单的传统机器学习模型，作用是识别出特征易于区分的单一故障类型并将无法准确识别的多类型并发故障样本过滤到第二层，由第二层模型进行正确分类。第二层采用极限学习机建立分类模型，极限学习机是一种单层前馈神经网络，通过采用最小二乘拟合克服了传统神经网络负反馈调节过程中的梯度计算，能够快速的实现模型参数的调整。通过层次机器学习进行故障诊断，不仅可以提高故障识别的准确率，还能够使得训练效率得到大幅提升。
-
-
-
-
-
-
-
-
-
搜索结果
44 条记录 (耗时 0.031 秒)
