“王嫒娜”申请（专利权）人搜索_中国专利权人_发明人_技术持有人_科研专家_钻瓜专利网

钻瓜专利网为您找到相关结果11个，建议您升级VIP下载更多相关专利

[发明专利]一种战车分队健康管理装置-CN202110696343.6有效
发明人：李英顺;王嫒娜;刘海洋;赵玉鑫;郭占男;王德彪;张杨 -专利权人：沈阳顺义科技有限公司
申请日： 2021-06-23 - 公布日： 2023-10-27 - 主分类号： G06Q10/10 文献下载
摘要：本发明公开一种战车分队健康管理装置，包括多个传感器模块，多个底盘车辆健康管理系统，多个武器健康管理系统，多个任务健康管理系统，一个便携式维修辅助设备和一个指挥节点监控管理模块；战车分队中每辆战车均设置一个传感器模块、一个底盘车辆健康管理系统、一个武器健康管理系统和一个任务健康管理系统；底盘车辆健康管理系统分别与传感器模块、战车第一部件组连接；武器健康管理系统与战车第二部件组连接；任务健康管理系统分别与底盘车辆健康管理系统、武器健康管理系统和便携式维修辅助设备连接；指挥节点监控管理模块与便携式维修辅助设备连接。本发明针对整个战车分队构建完整的战车分队健康管理架构，从而实现战车分队的健康管理。
一种战车分队健康管理装置

[发明专利]一种用于自动确定偏微分方程结构的时空动态系统软测量方法-CN202310974079.7在审
发明人：孙希明;王嫒娜;秦攀 -专利权人：大连理工大学
申请日： 2023-08-03 - 公布日： 2023-10-20 - 主分类号： G06F17/13 文献下载
摘要：一种用于自动确定偏微分方程结构的时空动态系统软测量方法，属于神经网络的软测量技术领域。首先，构建用于训练具有循环预测机制的耦合物理信息神经网络的损失函数，获得满足用于描述时空工业过程偏微分方程的解和源项；其次，利用自动微分方法获得微分算子候选库，从微分算子候选库中选择适当的偏微分方程结构准确描述时空工业过程；最后，利用热扩散现象和实际振动过程，验证软测量结果。本发明提出的CPINNRP‑AIC适用于具有时空依存特征的多类动态系统的软测量方法，包括实际工业过程中热扩散现象以及实际振动过程中的波动现象等；可实现高端复杂装备，如航空发动机运行过程关键变量值的有效获取，为高端工业装备的良好控制性能和安全运行的稳定性提供保障，具有实际工程应用意义。
一种用于自动确定微分方程结构时空动态系统测量方法

[发明专利]一种电池剩余寿命预测方法-CN202310514686.5在审
发明人：李英顺;阚宏达;郭占男;王嫒娜 -专利权人：大连理工大学
申请日： 2023-05-09 - 公布日： 2023-08-25 - 主分类号： G01R31/367 文献下载
摘要：本发明属于电池寿命预测技术领域，公开了一种电池剩余寿命预测方法。基于数据预处理和VMD‑LSTM‑GPR预测方法，首先通过从充放电循环曲线中提取间接HI，采用Pearson和Spearman相关系数进行相关性分析，并使用KPCA算法进行间接HI的特征提取，从而得到融合HI。在此基础上，采用VMD算法对融合HI进行分解、重构，过程中使用LSTM算法对分解后的模态分量进行预测，进一步得到重构HI。最后将重构HI、电池容量分别作为GPR模型的输入和输出，建立预测模型，实现锂电池的剩余寿命预测。结果表明，本发明所提方法具有理想的可靠性、稳定性和准确性。
一种电池剩余寿命预测方法

[发明专利]一种基于轴承振动信号自动确定变分模态分解参数的优化方法-CN202210285394.4有效
发明人：孙希明;王嫒娜;李英顺;秦攀;仲崇权 -专利权人：大连理工大学
申请日： 2022-03-23 - 公布日： 2023-05-23 - 主分类号： G06F18/24 文献下载
摘要：本发明提供一种基于轴承振动信号自动确定变分模态分解参数的优化方法，属于信号分解技术领域。首先，利用模态能量反映带宽大小，建立带宽优化子模型，用于自动获取最优带宽参数αopt。其次，建立能量损失优化子模型，用于避免发生欠分解现象。再次，建立模态平均位置距离优化子模型，用于防止过多K的产生避免发生过分解现象。最后，综合考虑带宽参数α和模态总数K之间的相互作用、模态分量之间的相互影响以及重构信息的完整性，利用对数函数进行非线性变换，使三个优化子模型的值形成相似的尺度，获得能够自动确定最优VMD参数αopt和Kopt的优化模型，并建立VMD算法分解性能量化评价指标。本发明能够定性定量的给出该优化方法具有更高精度的信号分解性能。
一种基于轴承振动信号自动确定变分模态分解参数优化方法

[发明专利]用于求解未知外部驱动力作用下的有界振动杆位移分布的耦合物理信息神经网络-CN202211555055.X在审
发明人：孙希明;王嫒娜;秦攀 -专利权人：大连理工大学
申请日： 2022-12-06 - 公布日： 2023-05-02 - 主分类号： G06F30/27 文献下载
摘要：一种用于求解未知外部驱动力作用下的有界振动杆位移分布的耦合物理信息神经网络，提出一种新的PINN，称为C‑PINN，用于求解有界振动杆在具有较少或甚至没有任何先验信息的外部驱动力作用下的位移分布。包含两个神经网络，NetU和NetG。NetU逼近满足所研究有界振动杆的位移分布；NetG用于正则化NetU中的u以满足NetU逼近的位移分布。将两个网络集成为一个数据‑物理混合的损失函数中。此外，利用所提出的分层训练策略对该损失函数进行优化，实现两个网络的耦合。最后，验证C‑PINN在求解有界振动杆在外部驱动力作用时位移分布的性能。本发明的C‑PINN适用于解决具有外部驱动作用下并与时间空间具有依赖关系的多类动态系统，即包括求解在外部热源作用下的温度分布，电磁波在外源影响下的电磁分布等。
用于求解未知外部驱动力作用振动位移分布耦合物理信息神经网络

[发明专利]一种基于混合预测模型的复杂装备电源组故障预测方法-CN202110029485.7有效
发明人：孙希明;王嫒娜;李英顺;仲崇权 -专利权人：大连理工大学
申请日： 2021-01-11 - 公布日： 2022-11-18 - 主分类号： G06F30/20 文献下载
摘要：本发明属于复杂装备的故障预测技术领域，提供了一种基于混合预测模型的复杂装备电源组故障预测方法。首先分析复杂装备电源组的典型故障，并提取其中的核心属性集，将电源模块的时间序列分为线性部分和非线性部分，利用差分整合移动平均自回归模型对线性部分进行预测，对得到的残差利用人工神经网络模型进行预测，并将非线性部分的预测结果与线性部分的预测结果进行加和得到电源组的预测结果。并通过混合模型对核心属性并行参数进行监测，结合上、下限预警的状态监测方式，得到电源组的运行状态信息。本发明的基于混合预测模型复杂装备电源组故障预测方法，能有效实现对复杂装备电源组核心属性时间序列的准确预测，并有效降低电源组的虚警率。
一种基于混合预测模型复杂装备电源故障方法

[发明专利]一种基于深度学习的装备维护修理时机确定系统及方法-CN202110132318.5有效
发明人：陈悦峰;麻雄;赵玉鑫;刘钢锋;王嫒娜;李胜;刘海洋;郭占男 -专利权人：中国人民解放军63963部队
申请日： 2021-01-31 - 公布日： 2022-02-01 - 主分类号： G06Q10/04 文献下载
摘要：一种基于深度学习的装备维护修理时机确定系统及方法,属于人工智能技术领域。系统包括：第一数据输入模块，被配置为获取一个或多个车辆的当前为健康装备的第一时间序列数据；第二数据输入模块，被配置为获取一个或多个车辆已维护修理装备的第二时间序列数据，其特征在于，还包括：人工智能模块，其包括训练模块和维护修理改时机确定模块，其中，训练模块被配置为将第二时间序列数据转换为第二进制序列并根据第二二进制序列对维护修理时机模型进行训练；维护修理改时机确定模块被配置为将第一时间序列数据转换为第一二进制序列，利用已训练的维护修理时机模型根据第一二进制序列计算当前为健康装备的维护修理时机。本发明提供的系统和方法通过人工智能模块确定维护修理时机，避免了资源浪费。
一种基于深度学习装备维护修理时机确定系统方法

[发明专利]一种柴油机齿轮箱故障诊断方法-CN202110661679.9在审
发明人：孙希明;王嫒娜;李英顺;仲崇权 -专利权人：大连理工大学
申请日： 2021-06-15 - 公布日： 2021-09-14 - 主分类号： G01M13/021 文献下载
摘要：一种柴油机齿轮箱故障诊断方法，属于柴油机故障诊断技术领域。首先，利用加速度传感器采集柴油机齿轮箱四种不同齿轮状态下的振动信号，并绘制其时域图和频谱图；其次，利用集合经验模态分解EEMD方法对振动信号进行降噪分解处理，得到多内禀模态分量IMF和残余分量；然后，基于EEMD分解的模态分量提取多域特征参数并构建特征向量，作为有向无环图支持向量机DAGSVM的输入；最后，利用采集到的振动信号样本进行训练DAGSVM模型用于柴油机齿轮箱的故障诊断，完成故障类型识别。本发明适合于柴油发动机齿轮箱的故障诊断，并且在不同齿轮状态下都具有较高的诊断准确率，最高可达到100％的故障识别率，可对齿轮箱的故障进行快速故障定位，从而提高维修效率。
一种柴油机齿轮箱故障诊断方法

[发明专利]一种基于健康状态的分队作战任务匹配方法-CN202110133492.1在审
发明人：陈悦峰;麻雄;李英顺;徐保荣;王嫒娜;王德彪;张杨;隋欢欢 -专利权人：中国人民解放军63963部队;沈阳顺义科技有限公司
申请日： 2021-01-31 - 公布日： 2021-06-08 - 主分类号： G06Q10/06 文献下载
摘要：一种基于健康状态的分队作战任务匹配方法，属于人工智能技术领域。包括：获取与执行某一任务相关的M个影响因子;获取针对每种影响因子的N个车辆健康状态测量值，建立初始矩阵；根据初始矩阵确定影响因子权重；人工智能模块对影响因子权重进行修正。本发明提供的匹配方法根据影响因子健康状态测量值匹配分队的作战任务，能够进行科学的配置。
一种基于健康状态分队作战任务匹配方法

[发明专利]基于粒子群优化算法的底盘发动机故障诊断方法及系统-CN202011520723.6在审
发明人：陈悦峰;孙希明;于深;邹永显;王嫒娜;麻雄;陈文英 -专利权人：中国人民解放军63963部队;大连理工大学
申请日： 2020-12-21 - 公布日： 2021-03-16 - 主分类号： G01M15/00 文献下载
摘要：本发明公开了一种基于粒子群优化算法的底盘发动机故障诊断方法及系统，所述诊断方法包括：采用动态惯性因子的粒子群优化算法，确定核主成分分析算法的核函数的参数；利用粒子群优化算法对BP神经网络模型的初始权值和阈值进行寻优处理，并利用训练样本集对初始化后的BP神经网络模型进行训练，获得训练好的BP神经网络模型；采用参数确定好的核主成分分析算法确定监测数据是否为故障数据；当监测数据为故障数据时，将监测数据输入训练好的BP神经网络模型，确定监测数据对应的故障种类。本发明将粒子群优化算法、核主成分分析算法及BP神经网络模型结合，利用底盘发动机的润滑油液中含有丰富的故障信息，实现底盘发动机故障的高效和准确地诊断。
基于粒子优化算法底盘发动机故障诊断方法系统

[发明专利]一种坦克火控系统状态评估与故障诊断系统-CN202011382477.2在审
发明人：孙希明;王嫒娜;李英顺;仲崇权;吴玉虎;郭占男 -专利权人：大连理工大学
申请日： 2020-12-01 - 公布日： 2021-03-09 - 主分类号： G05B23/02 文献下载
摘要：本发明属于武器设备的状态评估与故障诊断技术领域，提供了一种坦克火控系统状态评估与故障诊断系统，包括信号采样调理模块、信号处理器、状态评估与故障诊断主板以及显示模块。本发明基于检测火控系统主要功能部件的运行参数的实时数据、历史数据、试验数据，来评估火控系统的运行状态并判别故障情况，解决了坦克火控系统因工作过程复杂，部件众多无法有效识别系统各个主要功能部件的运行状态以及判别故障的问题，实现坦克火控系统准确做出辅助作战决策和视情维修决策的目的。
一种坦克火控系统状态评估故障诊断

1
共 11 条