“吴泽豫”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10个，建议您升级VIP下载更多相关专利

[发明专利]一种基于演化神经网络的多层网络重要节点识别方法-CN202310735534.8在审
发明人：樊冬明;海星朔;夏权;吴泽豫;任羿;冯强 -专利权人：北京航空航天大学
申请日： 2023-06-20 - 公布日： 2023-10-27 - 主分类号： G06N3/048 文献下载
摘要：本发明提供了一种基于演化神经网络的多层网络重要节点识别方法，其具体步骤如下：步骤(1)：构建耦合多层复杂网络模型。步骤(2)：计算每个网络层中节点的特征属性，并构建演化神经网络模型。步骤(3)：输出耦合多层网络的节点重要度排序。本发明综合考虑耦合多层网络中节点及其耦合节点的综合属性(包括：节点度、度中心性、介数中心性、接近中心性、特征向量中心性等)，突破目前仅考虑单层网络中节点的单一属性的技术限制，相比于现有方法，实现从系统层面评价多层耦合网络的节点重要度，可更有效地评估耦合多层网络节点的重要度，提升对耦合多层网络的级联失效传播的控制能力，对复杂耦合多层网络提升网络效能等领域具有重要意义。
一种基于演化神经网络多层网络重要节点识别方法

[发明专利]一种基于协同仿真的机电产品健康状态评估模型构建方法-CN202310749221.8在审
发明人：孙博;周乐阳;吴泽豫;潘俊林;冯强;任羿;徐建坤 -专利权人：北京航空航天大学
申请日： 2023-06-25 - 公布日： 2023-09-29 - 主分类号： G06F30/23 文献下载
摘要：本发明属于可靠性工程领域，公开了一种基于协同仿真的机电产品健康状态评估模型构建方法，基于协同仿真的机电产品健康状态评估模型构建方法包括：分析机电产品关键单元；构建机电产品关键单元多物理场有限元仿真模型；构建机电产品系统行为模型；设置物理场‑系统行为协同仿真控制接口，建立传递函数，构建协同仿真模型；在协同仿真中设置故障传递的相互影响，表征并评估机电产品健康状态。本发明构建的协同仿真模型具有模型构建简单便捷、仿真计算压力小和时间短、物理模型与行为控制之间可以随着退化发生、信号反馈进行实时交互、动态更新；本发明在协同仿真模型中嵌入了机电产品的故障物理模型，通过故障机理模型，可以对机电产品的健康状态进行评估表征，同时在模型交互中注入故障退化对模型的实时影响，使仿真结果更为准确；本发明针对协同仿真中传递量的类型进行了划分：健康状态的表征量、导致失效的应力类型及引发系统反馈的仿真信号。对不同的传递量采用了不同的建模方法，使特征信号简洁、高效地在模型之间传递。
一种基于协同仿真机电产品健康状态评估模型构建方法

[发明专利]一种基于自适应贝叶斯深度学习的健康状态预测方法-CN202310753036.6在审
发明人：孙博;潘俊林;吴泽豫;王自力;冯强;任羿;杨德真 -专利权人：北京航空航天大学
申请日： 2023-06-25 - 公布日： 2023-09-22 - 主分类号： G06F18/2415 文献下载
摘要：本发明涉及一种多源不确定性下基于自适应贝叶斯深度学习的健康状态预测方法。在贝叶斯深度学习框架中引入自适应的无模型(model‑free)技术以充分发挥预测模型的能力。首先采用了一种model‑free的暂退(dropout)方法来量化认知不确定性，该方法可以自动学习dropout率和分布类型，更好地捕捉高度非线性的退化特征；其次，采用任意多项式混沌展开(arbitrary polynomial chaos expansion,aPc)方法来量化随机不确定性，该方法可以避免了从有限的样本或稀疏的信息中引入额外的主观性到假定分布中；最后，提出了一个基于自适应贝叶斯深度学习的健康状态预测框架，利用变分推理方法构建网络损失函数并开展训练，以model‑free的方式统一量化认知不确定性和随机不确定性，从而同时开展健康状态的均值预测和区间预测。
一种基于自适应贝叶斯深度学习健康状态预测方法

[发明专利]基于WGAN的一维时序数据增广方法-CN202110896042.8有效
发明人：孙博;吴泽豫;王自力;冯强;任羿;杨德真;钱诚 -专利权人：北京航空航天大学
申请日： 2021-08-05 - 公布日： 2023-09-19 - 主分类号： G06N3/0464 文献下载
摘要：本发明公开了一种一维时序数据增广方法，具体涉及一种基于Wasserstein生成对抗网络(WGAN)的数据增广方法。步骤如下：1.准备训练数据集，确保训练数据集的采样频率满足要求。2.构建生成对抗网络WGAN，构建由生成器和鉴别器组成的生成对抗网络，其损失函数由Wasserstein距离进行量化。3.训练构建的网络模型，循环训练鉴别器和生成器直到达到纳什均衡状态。4.遍历完整的时序数据，通过WGAN学习并分析时序数据的数字特征并对数字特征相同的数据进行聚类。5.对聚类完成的时序数据，利用每个子类对应的训练完成的WGAN生成器网络生成数字特征与原始数据一致的人工数据，实现数据集的增广。
基于 wgan 时序数据增广方法

[发明专利]一种基于高阶结构的耦合网络弹性控制方法-CN202310437759.5在审
发明人：樊冬明;冯强;海星朔;夏权;吴泽豫;任羿 -专利权人：北京航空航天大学
申请日： 2023-04-23 - 公布日： 2023-07-21 - 主分类号： G06F30/18 文献下载
摘要：本发明提供了一种基于高阶结构的耦合网络弹性控制方法，其具体步骤如下：步骤(1)：构建耦合的复杂网络模型。步骤(2)：计算网络高阶结构属性值。步骤(3)：构建基于高阶结构的耦合网络弹性控制策略模型。步骤(4)：采用粒子群算法求解优化的权重系数，并得到优化的复杂耦合网络弹性控制策略。本发明综合考虑复杂耦合网络中节点自身属性及其组成的高阶结构的相互影响，从高阶结构大小、度偏离程度、圈环比偏离程度等综合指标作为弹性控制的指向性指标，突破目前仅考虑节点自身属性的限制，提出了一种可用于网络弹性控制的新策略，更有效地对耦合网络的弹性进行控制，对复杂耦合网络的级联失效传播与控制、提升网络效能等领域具有重要意义。
一种基于结构耦合网络弹性控制方法

[发明专利]一种基于变分模态分解的动态工况条件的锂电池健康状态估计方法-CN202310368992.2在审
发明人：任羿;姜福生;吴泽豫;夏权;孙博;杨德真;冯强 -专利权人：北京航空航天大学
申请日： 2023-04-10 - 公布日： 2023-07-04 - 主分类号： G01R31/367 文献下载
摘要：本发明涉及一种基于变分模态分解的动态工况条件的锂电池健康状态估计方法，开展锂电池老化试验，对参考锂电池进行动态工况循环和标准工况放电循环，采集电压、电流、运行时间和温度的时序数据；利用安时积分法计算参考锂电池的SOH序列数据和一阶差分SOH序列数据；对动态循环运行期间的电压、电流和温度时序数据进行变分模态分解，进一步对分解结果进行快速傅立叶变换，从频域数据中提取健康特征；进一步，构建并训练长短时记忆神经网络，实现对锂电池动态工况条件的健康状态估计。该方法使用场景更加贴合锂电池真实运行状态，并实现精确的锂电池健康状态估计。
一种基于变分模态分解动态工况条件锂电池健康状态估计方法

[发明专利]一种基于累积损伤仿真的轴类产品可靠性实时预测方法-CN202210727395.X在审
发明人：孙博;周也力;吴泽豫;潘俊林;任羿;冯强;杨德真 -专利权人：北京航空航天大学
申请日： 2022-06-24 - 公布日： 2022-09-16 - 主分类号： G06F30/17 文献下载
摘要：本发明提供一种基于累积损伤仿真的轴类产品可靠性实时预测方法，首先通过网格非线性自适应技术进行累积损伤仿真分析，其次将仿真的输入输出结果代入长短期记忆神经网络进行训练，然后建立轴类产品所受扭矩载荷的随机过程模型，对扭矩随机过程进行均方积分得到冲量矩，将冲量矩代入神经网络预测磨损量进而对磨损量进行不确定性量化，最后结合广义的应力‑强度干涉模型实时预测轴类产品的可靠度。本发明公开的方法可以有效地提高轴类产品磨损量仿真的精度，同时基于神经网络建立代理模型提高磨损量的预测效率，应用随机过程进行不确定性量化去掉“先验假设”本身引入的主观不确定性，提高轴类产品可靠性预测的准确性和时效性。
一种基于累积损伤仿真类产品可靠性实时预测方法

[发明专利]一种基于场路耦合协同仿真模型的元器件使用可靠性评估方法-CN202210745938.0在审
发明人：孙博;徐建坤;吴泽豫;任羿;冯强;杨德真;钱诚 -专利权人：北京航空航天大学
申请日： 2022-06-28 - 公布日： 2022-09-16 - 主分类号： G05B17/02 文献下载
摘要：本发明属于可靠性工程领域，公开了一种基于场路耦合协同仿真模型的元器件使用可靠性评估方法，基于场路耦合协同仿真模型的元器件使用可靠性评估方法包括：构建元器件电场、热场和力场等多种物理场耦合的高保真仿真模型，采用场路耦合的方法建立元器件的物理场‑电路行为协同仿真模型，综合考虑元器件物理场、电路行为、器件响应三者之间的动态关系，利用蒙特卡洛仿真的方法对器件响应的不确定性进行量化。本发明考虑了电场、热场和力场之间的耦合关系，构建了元器件的高保真仿真模型；本发明结合了有限元仿真软件COMSOLMultiphysics和电路仿真软件MATLAB/Simulink两者之间的优势，实现了物理场模型和电路模型的协同仿真；本发明考虑了实际工程应用中元器件仿真的不确定性来源，并利用蒙特卡洛仿真的方法对器件响应的不确定性进行了量化，计算得到了元器件的使用可靠性，提高了元器件场路耦合协同仿真模型的工程实际应用价值。
一种基于耦合协同仿真模型元器件使用可靠性评估方法

[发明专利]一种面向数字孪生的自适应演化神经网络健康状态在线预测方法-CN202210413445.7在审
发明人：孙博;潘俊林;吴泽豫;王自力;冯强;任羿;杨德真 -专利权人：北京航空航天大学
申请日： 2022-04-20 - 公布日： 2022-08-12 - 主分类号： G06F30/27 文献下载
摘要：本发明涉及一种数字孪生应用场景下基于自适应演化神经网络的健康状态在线预测方法。首先利用仿真模型生成各类工况下输入特征和健康状态表征量的数据集，将数据集划分为训练集和测试集输入神经网络，之后针对传统长短期记忆(Long short‑term memory,LSTM)神经网络模型固定滑动窗长划分样本对于短期局部波动不够敏感的问题，利用Kullback‑Leibler(KL)散度自适应学习神经网络参数，构建基于KL散度的动态滑动窗口LSTM(KL‑DSW LSTM)神经网络预测模型。最后基于仿真结果动态校准神经网络参数，实现预测模型自适应演化，开展健康状态长期高精度在线预测。
一种面向数字孪生自适应演化神经网络健康状态在线预测方法

[发明专利]一种基于机器视觉的LED照明灯具在线剩余寿命预测及可靠性评估方法-CN201910322099.X有效
发明人：钱诚;吴泽豫;任羿;孙博;冯强;杨德真;王自力 -专利权人：北京航空航天大学
申请日： 2019-04-22 - 公布日： 2020-05-19 - 主分类号： H05B45/58 文献下载
摘要：本发明公开了一种基于机器视觉的LED照明灯具剩余寿命预测及可靠性评估方法，支持LED照明灯具在线寿命预测与可靠性评估，属于可靠性工程领域。步骤如下：1.图像信息采集设备的布置，根据灯具应用场景，按照本方法规定的标准布置图像采集设备。2.图像信息预处理，对采集得到的图像进行相应的处理，得到合格的图像信息。3.亮度/色度信息识别，识别图像信息中灯具亮度/色度的信息，确定关注区域并计算其范数。4.建立并训练灯具光通量退化/色坐标偏移模型，根据识别的到的亮度/色度范数，分别建立光通量/色坐标的退化模型与可靠性模型。5.进行被测灯具剩余寿命预测与可靠性评估，利用训练的到的模型进行灯具剩余寿命预测与可靠性评估。
一种基于机器视觉 led 照明灯具在线剩余寿命预测可靠性评估方法

1
共 10 条