“退化状态”专利关键词查询_检索下载_查询列表_检索列表_行业专利分布_钻瓜专利网

钻瓜专利网为您找到相关结果1890419个，建议您升级VIP下载更多相关专利

[发明专利]一种基于多退化机理耦合的电磁继电器退化建模方法-CN201911267928.5有效
发明人：陈岑;陈昊;翟国富;叶雪荣 -专利权人：哈尔滨工业大学
申请日： 2019-12-11 - 公布日： 2022-03-25 - 主分类号： G06F30/20 文献下载
摘要：一种基于多退化机理耦合的电磁继电器退化建模方法，涉及电磁继电器退化建模方法。对电磁继电器可能存在的时变退化参数进行分析，在表征参数全覆盖的条件下对时变退化参数进行实验，使用基于退化机理或者随机过程的建模方法得到电磁继电器时变退化参数退化模型，使用时变参数退化模型建立电磁继电器时变退化参数字典库，随后建立电磁继电器表征参数计算模型，在表征参数计算模型中，计算当前多退化参数阶段的状态表征参数，将状态表征参数代入退化字典库，获取下一状态的退化参数，再将此时的状态表征参数当作当前状态计算状态参数，进而获取下一状态的退化参数，循环迭代计算得到全寿命周期多源退化参数耦合作用下的时变退化参数模型。
一种基于退化机理耦合电磁继电器建模方法

[发明专利]一种基于多状态树的退化系统风险概率计算方法-CN201610539788.2在审
发明人：加鹤萍;彭锐;丁一;宋永华 -专利权人：浙江大学;北京科技大学
申请日： 2016-07-06 - 公布日： 2016-12-07 - 主分类号： G06F17/50 文献下载
摘要：本发明公开了一种基于多状态树的退化系统风险概率计算方法。模型主要由多个可能发生退化的多状态元件呈并联结构组成，以每个元件可用容量最大的状态作为系统的初始状态，可用容量随退化依次递减，所有元件的退化过程相互独立；系统在不同时间间隔进行处理，获得退化或者未退化后的系统可用容量，当系统中无可退化的元件或退化后不能满足系统需求则停止建立多状态树。通过计算系统多状态树中每条路径的可用概率，从而获得系统的风险概率。本发明对多状态退化系统的理论分析具有重要作用，对更好地分析及评估复杂多状态系统的风险提供了科学依据，可广泛应用于复杂工程多状态系统的实施。
一种基于状态退化系统风险概率计算方法

[发明专利]一种旋转多组件系统的寿命预测方法及相关装置-CN202211299117.5有效
发明人：邓耀华;黄浩;张春凤;陈立尧 -专利权人：广东工业大学;广东伊之密精密机械股份有限公司
申请日： 2022-10-24 - 公布日： 2022-12-27 - 主分类号： G06F30/27 文献下载
摘要：本申请公开了一种旋转多组件系统的寿命预测方法及相关装置，方法包括：基于预置通道注意力网络根据预置组件退化数据提取多个初始退化特征数据；基于预置时序注意力网络根据初始退化特征数据提取时序退化特征数据，预置时序注意力网络包括预设时序权重；利用预设退化状态分类器对时序退化特征数据进行退化状态分类操作，得到退化状态数据集，退化状态数据集包括有标签状态数据和无标签状态数据；基于域对抗网络对退化状态数据集的特征分布进行差异调整，得到优化特征数据
一种旋转组件系统寿命预测方法相关装置

[发明专利]一种铝电解槽剩余寿命预测方法和装置-CN202310112172.7在审
发明人：崔家瑞;朱雨霜;杨旭;阎群;李擎;黄若愚;李香泉;唐伟荣;曹斌 -专利权人：北京科技大学;贵阳铝镁设计研究院有限公司;景德镇学院
申请日： 2023-02-14 - 公布日： 2023-05-23 - 主分类号： G06F30/27 文献下载
摘要：本发明公开了一种铝电解槽剩余寿命预测方法和装置，包括：筛选出铝电解槽退化相关工艺参数，获取源域电解槽和目标域电解槽的退化数据；对源域铝电解槽全寿命周期的退化状态进行划分，得到源域铝电解槽的退化数据对应的退化状态标签；确定目标域铝电解槽当前所处的退化状态并获取已有退化状态划分的结果，得到目标域铝电解槽的退化数据对应的退化状态标签；利用源域铝电解槽以及目标域铝电解槽的退化数据和对应的退化状态标签，训练得到特征迁移模型并对源域铝电解槽所有退化数据进行迁移，使用迁移后的退化数据训练得到铝电解槽剩余寿命预测模型，并对目标域铝电解槽的剩余寿命进行预测。
一种电解槽剩余寿命预测方法装置

[发明专利]一种齿轮核密度估计剩余寿命预测方法-CN202110631246.9在审
发明人：石慧;康辉;张志壮;任谦力 -专利权人：太原科技大学
申请日： 2021-06-07 - 公布日： 2021-10-01 - 主分类号： G06F30/27 文献下载
摘要：一种齿轮核密度估计剩余寿命预测方法，属于机械可靠性技术领域，具体实施步骤如下：1、利用加速度传感器对主试齿轮箱内齿轮退化实时监测；2、对齿轮退化状态进行特征提取，对齿轮磨损退化性能进行衰退评估；3、利用时序密度峰值聚类算法对退化阶段表征不同退化状态的数据进行聚类，依据实时聚类结果划分不同退化状态模式，实现系统退化状态动态转移；4、利用核密度估计方法对齿轮连续退化状态的概率密度函数进行非参数估计，得到齿轮的退化状态概率密度函数；5、通过考虑退化状态转移的剩余寿命预测模型预测齿轮剩余寿命
一种齿轮密度估计剩余寿命预测方法

[发明专利]一种考虑惯性效应的多状态退化系统可靠性建模方法-CN202211420189.0在审
发明人：董文杰;刘思峰;谢乃明;方志耕;王俊杰;陶良彦 -专利权人：南京航空航天大学
申请日： 2022-12-28 - 公布日： 2023-02-03 - 主分类号： G06F30/20 文献下载
摘要：本发明公开了一种考虑惯性效应的多状态退化系统可靠性建模方法，涉及多状态退化系统领域，包括如下步骤：步骤一、将多状态退化系统的输出性能依据可接受的满意度水平划分成三类状态子集，分别为可接受的状态子集，劣化状态子集和彻底失效状态子集；步骤二、不考多状态退化系统的虑惯性效应，用连续时间的Markov链表示多状态退化系统的状态转移变化，并求解多状态退化系统的可靠性指标；步骤三、用一般性的随机过程表示考虑惯性效应后的多状态退化系统的状态转移变化，并求解考虑惯性效应后的多状态退化系统的可靠性指标。本发明可以揭示惯性效应造成系统运行时间延长和失效延迟之间的机理，对提升多状态系统可靠性，执行精准维修决策带来技术支持。
一种考虑惯性效应状态退化系统可靠性建模方法

[发明专利]一种基于多退化指标的复杂设备剩余寿命预测方法-CN202011366448.7有效
发明人：陈绍炜;王美男;赵帅;温鹏飞;汪盛悦;窦智;李毅;薛峰;李勇 -专利权人：西北工业大学
申请日： 2020-11-29 - 公布日： 2022-09-23 - 主分类号： G06F30/25 文献下载
摘要：本发明提供了一种基于多退化指标的复杂设备剩余寿命预测方法，对多个退化指标建立多元退化模型，将该多元退化模型中的模型参数划分外部参数和退化轨迹参数，并且在该多元退化模型中使用协方差矩阵建立多个退化指标的退化轨迹参数之间的相关关系，使用最大似然估计对外部参数进行离线估计，且使用基于核平滑的粒子滤波方法对模型中的退化轨迹参数与多个指标的退化状态进行在线估计，从而实现基于多退化指标的设备剩余寿命预测。本发明实现了对多退化指标的合理建模，从有噪声的量测数据中对多退化指标的真实退化状态以及退化轨迹参数进行在线估计，基于最后一个时刻的多退化指标状态估计的概率分布，预测得到设备的剩余使用寿命。
一种基于退化指标复杂设备剩余寿命预测方法

[发明专利]一种铝电解槽剩余寿命预测方法-CN202210199501.1在审
发明人：崔家瑞;苏成果;李擎;杨旭;李香泉;黄若愚;曹斌;路辉;唐伟荣 -专利权人：北京科技大学;贵阳铝镁设计研究院有限公司;桂林珩源科技有限公司
申请日： 2022-03-01 - 公布日： 2022-07-12 - 主分类号： G06F30/20 文献下载
摘要：所述方法包括：获取能表征铝电解槽退化过程的历史数据；利用获取的历史数据训练具有全部退化状态的HSMM模型以及每个退化状态的HSMM模型；其中，HSMM表示隐半马尔可夫模型，HSMM中的状态驻留时间的概率分布采用爱尔朗分布；利用训练得到的所有单一退化状态的HSMM模型识别铝电解槽当前所处的退化状态，根据退化状态识别结果，具有全部退化状态的HSMM模型利用加入状态驻留时间的前向算法对铝电解槽的剩余寿命进行预测。
一种电解槽剩余寿命预测方法

[发明专利]基于电池退化状态模型的锂离子电池循环寿命预测方法-CN201310317282.3有效
发明人：彭宇;刘大同;周建宝;王红;彭喜元 -专利权人：哈尔滨工业大学
申请日： 2013-07-25 - 公布日： 2013-10-02 - 主分类号： G01R31/36 文献下载
摘要：基于电池退化状态模型的锂离子电池循环寿命预测方法，本发明涉及基于电池退化状态模型的锂离子电池循环寿命预测方法。它为了解决现有的锂离子电池循环寿命预测过程中存在建模难的问题。基于电池退化状态模型的锂离子电池循环寿命预测方法包括的步骤为：步骤一、采集电池监测数据，并对该数据进行预处理；步骤二、根据电池退化状态模型训练获得电池退化状态模型；步骤三、根据步骤二获得电池退化状态模型对锂离子电池循环寿命进行预测，获得锂离子电池循环寿命值，实现基于电池退化状态模型的锂离子电池循环寿命预测。
基于电池退化状态模型锂离子电池循环寿命预测方法

[发明专利]一种行星齿轮退化状态识别方法-CN201910433557.7在审
发明人：陈曦晖;杨泽南;杨子豪 -专利权人：河海大学常州校区
申请日： 2019-05-23 - 公布日： 2019-09-10 - 主分类号： G06F17/50 文献下载
摘要：本发明公开了一种行星齿轮退化状态识别方法，该方法包括进行多个振动传感器优化布置和原始振动信号采集，采用自适应改进奇异谱分解将原始振动信号分解为多个SSDC分量，多SSDC分量多尺度增强信息维度提取构成行星齿轮退化状态特征矩阵，构建基于卷积神经网络的行星齿轮退化状态识别模型。本发明方法可提取行星齿轮退化状态产生的特征信息矩阵，并根据提取的特征信息矩阵实现行星齿轮退化状态识别，是一种有效的行星齿轮退化状态识别方法。
退化状态行星齿轮原始振动信号矩阵特征信息卷积神经网络振动传感器分解特征矩阵增强信息多尺度奇异谱自适应构建维度采集优化改进

[发明专利]基于TV-HSMM的海底油气管道剩余寿命预测方法-CN201910249300.6有效
发明人：张新生;裘瑾;何思宇;张琪;王旭业;蔡宝泉;杨青 -专利权人：西安建筑科技大学
申请日： 2019-03-29 - 公布日： 2022-09-13 - 主分类号： G06F30/20 文献下载
摘要：本发明公开了一种基于TV‑HSMM的海底油气管道剩余寿命预测方法，包括以下步骤：将海底油气管道的性能退化过程分为平稳退化阶段、均匀退化阶段及加速退化阶段，计算平稳退化阶段、均匀退化阶段及加速退化阶段的状态转移概率，得TV‑HSMM中参数的重估公式，然后以此计算油气管道在退化状态t时刻的故障条件概率φ及基于TV‑HSMM的油气管道在退化状态i时的剩余寿命
基于 tv hsmm 海底油气管道剩余寿命预测方法

[发明专利]可再充电的电池的退化状态的成本低廉且精确的求取-CN202110613273.3在审
发明人： C·沃尔;A·G·库普奇克;C·西莫尼斯 -专利权人：罗伯特·博世有限公司
申请日： 2021-06-02 - 公布日： 2021-12-07 - 主分类号： B60L58/16 文献下载
摘要：本发明涉及一种用于求取可再充电的电池的真实的退化状态的近似和/或预测的方法，其具有下述步骤：•提供退化状态的对于在过去的时间点以测量技术求取的值的在预先给定的时间步长中被离散的时间序列；•提供经过训练的隐马尔科夫模型、HMM，其根据真实的退化状态指出：——在以测量技术求取的情况下，以哪种概率观察到退化状态的哪个值并且——以哪种概率多长时间地保持该真实的退化状态，并且/或者该真实的退化状态在下一时间步长中以哪种概率转移到哪个更差的退化状态中；•由所观察的时间序列和HMM求取所述真实的退化状态在过去的最可能的走势，所述走势与所观察的时间序列一致；•由最可能的走势分析所寻找的近似和/或预测。
充电电池退化状态成本低廉精确求取

[发明专利]一种考虑年龄和状态依赖的退化设备剩余寿命预测方法-CN202110068209.1有效
发明人：司小胜;庞哲楠;胡昌华;裴洪;李天梅 -专利权人：中国人民解放军火箭军工程大学
申请日： 2021-01-19 - 公布日： 2023-05-23 - 主分类号： G06F30/20 文献下载
摘要：本发明公开了一种考虑年龄和状态依赖的退化设备剩余寿命预测方法，对工程中存在的退化设备，首先，通过构造状态空间模型，描述了隐含退化状态与观测值之间的关系。然后，采用卡尔曼滤波(KF)和期望最大化(EM)算法，自适应地估计和更新退化状态和未知参数。基于估计的退化状态和模型参数，推导出基于现有观测值且可实时更新的剩余寿命分布解析形式；有效改善了剩余寿命预测精度。
一种考虑年龄状态依赖退化设备剩余寿命预测方法

[发明专利]基于数据变化特征模糊度量的热量表性能退化评估方法-CN201911378214.1有效
发明人：姜洪权;刘东程;高建民;胡启航 -专利权人：西安交通大学
申请日： 2019-12-27 - 公布日： 2022-05-20 - 主分类号： G06F30/20 文献下载
摘要：本发明公开了一种基于数据变化特征模糊度量的热量表性能退化评估方法，构建热量表性能退化特征集，得到表征热量表状态的最优特征集；采用密度RPCL获取两种状态的聚类个数与初始聚类中心，实现正常状态与失效状态数据分布的初始分析；分别得到热量表正常状态和失效状态的聚类中心作为退化评价基准；再分别求取当前状态到正常状态聚类中心的最小偏离系数和到失效状态聚类中心的最小偏离系数，实现当前状态分别于正常状态、失效状态的偏离程度表征；利用模糊隶属度模型求取当前状态属于正常状态的隶属度作为退化指标，实现对热量表性能退化的有效分析。以热量表试验数据为基础，本发明方法能实现更准确地热量表性能退化状态评估。
基于数据变化特征模糊度量量表性能退化评估方法

[发明专利]一种切换设备剩余寿命的确定方法及系统-CN201910242382.1有效
发明人：司小胜;胡昌华;庞哲楠;张建勋;裴洪;张正新 -专利权人：中国人民解放军火箭军工程大学
申请日： 2019-03-28 - 公布日： 2020-11-17 - 主分类号： G06F30/20 文献下载
摘要：将设备退化过程表示为随机过程，所述退化量为所述设备在运行过程中，所述退化量用于表示所述设备性能发生退化的参数；在时刻t所述设备的运行状态的集合，所述设备在时刻t的运行状态；根据所述设备在时刻t的运行状态建立状态切换过程的模型和所述设备运行过程的参数；根据所述设备退化过程建立退化过程模型；根据所述退化过程模型、状态切换过程的模型和所述设备运行过程的参数确定所述设备的剩余使用寿命。通过随机过程的数据建立状态切换过程的模型和所述设备运行过程的参数，提高了设备的剩余使用寿命的计算结果的精确度。
一种切换设备剩余寿命确定方法系统

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
下一页»
尾页
共 100000 条