“钟诗胜”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85个，建议您升级VIP下载更多相关专利

[发明专利]基于层次混合高斯模型的雷达天线单元装配参数优化方法-CN202210101773.3在审
发明人：王瑞;王琳;钟诗胜;赵振国 -专利权人：哈尔滨工业大学（威海）
申请日： 2022-01-27 - 公布日： 2022-07-01 - 主分类号： G06Q10/04 文献下载
摘要：本申请提供了基于层次混合高斯模型的雷达天线单元装配参数优化方法，包括以下步骤：步骤S1，雷达单元装调参数灵敏度分析；步骤S2，采用层次混合高斯模型的装调参数优化；步骤S3，XGBOOST的电讯性能预测模型构建。本申请提供的基于层次混合高斯模型的雷达天线单元装配参数优化方法利用历史生产数据，对雷达的设计进行二次优化，实现设计与制造的闭环。实验结果表明，经本文方法进行设计优化后，雷达生产的质量有了较大提升，验证了本算法的有效性。
基于层次混合模型雷达天线单元装配参数优化方法

[发明专利]基于误差分析的雷达天线装配过程优化方法-CN202210102484.5在审
发明人：王瑞;王琳;钟诗胜;薛佳 -专利权人：哈尔滨工业大学（威海）
申请日： 2022-01-27 - 公布日： 2022-06-07 - 主分类号： G06F30/20 文献下载
摘要：本申请提供了一种基于误差分析的雷达天线装配过程优化方法，包括电性能与天线单元误差关联分析和采用误差分析对装配过程进行优化。本申请提供的基于误差分析的雷达天线装配过程优化方法，经过优化后的排序降低了位置误差的影响，接近理想位置的电场值。
基于误差分析雷达天线装配过程优化方法

[发明专利]基于综合灰关联序的RNGRU位标器零部件选配方法-CN202010061793.3有效
发明人：王琳;钟诗胜;王瑞;钟百鸿 -专利权人：哈尔滨工业大学（威海）
申请日： 2020-01-19 - 公布日： 2022-02-22 - 主分类号： G06Q10/06 文献下载
摘要：本发明公开了一种基于综合灰关联序模型的RNGRU位标器零部件选配方法，该方法包括以下步骤：Ⅰ、综合灰关联序模型构建；Ⅱ、基于综合灰关联序模型对位标器装配参数进行关联分析，找出的陀螺转子与调漂螺钉选配的关键装配参数；Ⅲ、构建RNGRU选配预测模型，以关键装配参数作为RNGRU的输入，调漂螺钉的质量作为输出，进行调漂螺钉质量回归预测，完成陀螺转子与调漂螺钉的选配。本发明所公开的方法，实现陀螺转子与调漂螺钉的精准选配，提高了位标器零部件装配成功率，可减少无效装配，避免反复装拆调整，有效提高装配效率与降低装配成本。
基于综合关联 rngru 位标零部件选配方法

[发明专利]航空发动机最优运行性能区间确定方法-CN201610486895.3有效
发明人：付旭云;钟诗胜;张永健;王瑞;王琳 -专利权人：哈尔滨工业大学(威海)
申请日： 2016-06-27 - 公布日： 2022-02-11 - 主分类号： G06Q10/00 文献下载
摘要：本发明涉及航空发动机维修技术领域，具体的说是一种能够有效提高航空发动机运行效率，降低维护成本的航空发动机最优运行性能区间确定方法，其特征在于以单位运行维修成本最小为优化目标，建立面向全成本的航空发动机最优运行性能区间确定模型，用一个单调连续函数表示航空发动机性能参数的衰退规律，本发明与现有技术相比，从航空发动机运行维修全成本出发考虑其最优方案，航空发动机性能对其运行成本有很大影响，通过从全成本角度确定航空发动机最优运行性能区间，提高对航空发动机运行维修效率、降低运行维修成本。
航空发动机最优运行性能区间确定方法

[发明专利]基于问题解耦的航空发动机全寿命维修决策优化算法-CN202010625099.X在审
发明人：付旭云;钟诗胜;张永健;何文辉 -专利权人：哈尔滨工业大学（威海）
申请日： 2020-07-01 - 公布日： 2022-01-04 - 主分类号： G06Q10/04 文献下载
摘要：本发明涉及航空发动机维修策略技术领域，具体的说是一种可以有效的降低发动机的维修成本的基于问题解耦的航空发动机全寿命维修决策优化算法，其特征在于，将发动机全寿命维修决策问题的决策变量分为三组，第一组是发动机全寿命期内的维修次数，第二组是历次维修时机，第三组是历次维修时，各单元体是否大修、各寿命件是否更换；其中第一组决策变量进行遍历处理，第二组决策变量采用粒子群优化算法进行求解，第三组决策变量采用基于粒子群优化的发动机维修决策算法。
基于题解航空发动机寿命维修决策优化算法

[发明专利]基于可拓关联规则挖掘的航空发动机故障诊断方法及系统-CN202111063095.8在审
发明人：林琳;童昌圣;钟诗胜 -专利权人：哈尔滨工业大学
申请日： 2021-09-10 - 公布日： 2021-12-07 - 主分类号： G06F16/2458 文献下载
摘要：基于可拓关联规则挖掘的航空发动机故障诊断方法及系统，属于航空发动机故障诊断领域。本发明解决了基于现有关联规则挖掘算法对航空发动机故障检测效率低，且无法筛选出有效的推理规则的问题。本发明包括：获取航空发动机的历史数据，基于历史数据建立航空发动机故障事务集合，将故障事务类型拓展为故障特征；利用Pearson相关系数计算每两个故障特征之间的相关性，设定相关性阈值，剔除高于相关性阈值的故障特征对中的一个故障特征，得到关键故障特征；利用频繁项集挖掘算法从关键故障特征中提取频繁项，从频繁项中提取出强关联规则；基于可拓优度评价法对强关联规则进行排序，按照强关联规则先后顺序对故障进行诊断。本发明用于航空发动机故障诊断。
基于关联规则挖掘航空发动机故障诊断方法系统

[发明专利]基于酵母菌出芽繁殖优化的机队保有率优化方法-CN201711175073.4有效
发明人：林琳;钟诗胜;郭丰;王晨;罗斌 -专利权人：哈尔滨工业大学
申请日： 2017-11-22 - 公布日： 2021-08-31 - 主分类号： G06Q10/04 文献下载
摘要：一种基于酵母菌出芽繁殖的优化方法及其应用，本发明涉及机队保有率优化方法，为了解决现有技术当机队保有率优化模型最优解不唯一时，无法获得最优的机队保有率的问题。本发明将培养基视为优化问题连续型解的区域约束；接种酵母菌过程视为初始解生成过程；酵母菌在培养基上的出芽繁殖视为解的优化过程：繁殖出的酵母菌落入培养基内为优解，可存活并可继续繁殖；否则则为劣解，不能存活也不可能继续繁殖。考虑到优化问题的连续型最优解可能是分段连续或者初始解落入到非培养基的情况，让处于非培养基中的劣解可以寻找并迁移到最优繁殖区域进行繁殖。繁殖出的优解集合所覆盖的区域就是优化问题的连续型最优解。本发明用于飞机维修管理领域。
基于酵母菌出芽繁殖优化保有方法

[发明专利]一种基于领域知识图谱的复杂装备故障溯源方法及系统-CN202110532055.7在审
发明人： 钟诗胜;陈曦;赵明航;张永健 -专利权人：哈尔滨工业大学（威海）
申请日： 2021-05-17 - 公布日： 2021-08-17 - 主分类号： G06F16/26 文献下载
摘要：一种基于领域知识图谱的复杂装备故障溯源方法及系统，属于故障溯源技术领域，其包括以下步骤：对故障文本进行命名实体识别；对命名实体识别结果进行关系抽取；根据命名实体识别结果和关系抽取结果进行知识图谱构建，以得到构建知识图谱；根据构建知识图谱进行故障溯源，解决了的故障溯源方法存在的故障检测率较低的技术问题。
一种基于领域知识图谱复杂装备故障溯源方法系统

[发明专利]一种基于MOEAD的比例区间偏好引导多目标决策优化方法-CN201711071988.0有效
发明人：林琳;罗斌;郭丰;王晨;钟诗胜 -专利权人：哈尔滨工业大学
申请日： 2017-11-03 - 公布日： 2021-08-13 - 主分类号： G06Q10/04 文献下载
摘要：一种基于MOEAD的比例区间偏好引导多目标决策优化方法，本发明涉及基于MOEAD的比例区间偏好引导多目标决策优化方法。本发明为了解决现有技术求解得到的满足决策者比例区间偏好的有效解个数少的问题。本发明包括：步骤一：建立带有比例关系区间偏好信息的多目标决策模型；步骤二：利用法线边界交叉法对步骤一建立的带有比例关系区间偏好信息的多目标决策模型进行重构得到重构后的分解模型；步骤三：对步骤二重构后的分解模型进行求解，得到带有比例关系区间偏好信息的多目标决策模型的优化解。本发明避免了传统优化方法通过后验方法获得满足偏好有效解造成的较高的空间复杂度和时间复杂度。本发明用于飞机结构维修决策领域。
一种基于 moead 比例区间偏好引导多目标决策优化方法

[发明专利]一种基于CBM的机队维修决策方法-CN201710993647.2有效
发明人：林琳;罗斌;郭丰;王晨;钟诗胜 -专利权人：哈尔滨工业大学
申请日： 2017-10-23 - 公布日： 2021-07-13 - 主分类号： G06Q10/00 文献下载
摘要：一种基于CBM的机队维修决策方法，本发明涉及基于CBM的机队维修决策方法。本发明为了解决现有方法是针对民用航空发动机和非结构件，单机保有率达不到训练要求，及没有考虑机队的维修成本的问题。本发明包括：一：进行飞机疲劳结构的剩余寿命预测，得到疲劳结构的剩余寿命；二：根据得到的疲劳结构的剩余寿命，建立单机维修成本决策优化模型；三：根据步骤二建立的单机维修成本决策优化模型，建立机队的维修成本决策优化模型；四：建立机队保有率优化模型；五：根据步骤三和步骤四建立机队的多目标优化决策模型，根据多目标优化决策模型采用非支配排序的多目标优化算法方法确定机队各飞机疲劳结构的最优维修方案。本发明用于机队维修领域。
一种基于 cbm 维修决策方法

[发明专利]基于堆叠自编码深度学习网络的航空发动机修后性能预测方法-CN201711436067.X有效
发明人： 钟诗胜;林琳;李臻 -专利权人：哈尔滨工业大学
申请日： 2017-12-26 - 公布日： 2021-07-06 - 主分类号： G06F30/20 文献下载
摘要：基于堆叠自编码深度学习网络的航空发动机修后性能预测方法，本发明涉及航空发动机修后性能预测方法。本发明为了解决现有技术进行航空发动机修后性能预测误差较大的缺点。本发明包括：一：得到送修前性能参数特征向量矩阵和单元体维修深度特征向量矩阵；二：将送修前性能参数特征向量和单元体维修深度特征向量进行合并，得到修后性能特征向量；三：利用修后性能特征向量和每个维修案例对应的修后性能参数序列，采用BP神经网络建立航空发动机修后性能预测模型；四：将建立的航空发动机修后性能预测模型采用粒子群优化算法进行c、d、h的优化，得到最优航空发动机修后性能预测模型。本发明用于发动机的维修维护领域。
基于堆叠编码深度学习网络航空发动机修性能预测方法

[发明专利]一种航空发动机修后排气温度裕度预测方法-CN201711436066.5有效
发明人： 钟诗胜;林琳;李臻 -专利权人：哈尔滨工业大学
申请日： 2017-12-26 - 公布日： 2021-07-02 - 主分类号： G06F30/15 文献下载
摘要：一种航空发动机修后排气温度裕度预测方法，本发明涉及航空发动机修后排气温度裕度预测方法。本发明为了解决现有技术航空发动机修后排气温度裕度预测误差较大的的缺点。本发明包括：一：采用五次多项式拟合对航空发动机送修前性能参数序列进行特征提取，得到送修前性能参数特征向量矩阵；二：采用堆叠自编码深度学习网络对航空发动机单元体维修深度进行特征提取，得到单元体维修深度特征向量矩阵；三：将送修前性能参数特征向量和单元体维修深度特征向量进行合并，得到修后性能特征向量；四：利用修后性能特征向量和每个维修案例对应的修后性能参数序列，采用BP神经网络建立航空发动机修后性能预测模型；本发明用于发动机的维修维护领域。
一种航空发动机修后排温度预测方法

[发明专利]基于深度残差GRU神经网络的产品性能预测方法-CN202011577005.2在审
发明人：钟百鸿;王琳;钟诗胜;林琳 -专利权人：哈尔滨工业大学（威海）
申请日： 2020-12-28 - 公布日： 2021-04-20 - 主分类号： G06N3/04 文献下载
摘要：本发明公开了一种基于深度残差GRU神经网络的产品性能预测方法，包括以下步骤：步骤一、构建深度残差GRU神经网络模型；步骤二、基于深度残差GRU神经网络对产品性能进行预测，预测结果用于指导复杂精密产品零部件装配。本发明提出了一种新的深度学习方法，即深度残差GRU神经网络(DRGRUNN)，将GRU神经网络与残差神经网络的优点有机集成，以提高网络对装配参数特征学习能力，实现复杂精密产品性能高精度预测。
基于深度 gru 神经网络产品性能预测方法

[发明专利]基于气路参数衰退基线的航空发动机水洗后节油量算法-CN201610104431.1有效
发明人：崔智全;钟诗胜;付旭云 -专利权人：哈尔滨工业大学（威海）
申请日： 2016-02-25 - 公布日： 2021-03-30 - 主分类号： G01M15/04 文献下载
摘要：本发明涉及航空发动机性能监控技术领域，具体地说是一种基于气路参数衰退基线的航空发动机水洗后节油量算法，其特征在于，包括以下内容：对整个航段与巡航阶段燃油流量的映射关系进行处理；航空发动机燃油流量偏差值衰退基线概念的提出与该基线挖掘方法研究；对水洗节油效果持续循环计算方法研究；基于燃油流量偏差值衰退基线的节油量模型推导，本发明相对于现有技术，能够根据发动机水洗相关数据，来获得发动机燃油节省结果，从而为选择合理水洗基地提供主要参考指标，具有准确、可靠等显著的优点。
基于参数衰退基线航空发动机水洗节油算法

[发明专利]基于状态基线的航空发动机气路单元体健康状态评价方法-CN201611070039.6有效
发明人： 钟诗胜;林琳;付旭云;谭治学 -专利权人：哈尔滨工业大学（威海）
申请日： 2016-11-29 - 公布日： 2021-03-23 - 主分类号： G06F30/17 文献下载
摘要：本发明具体地说是一种基于状态基线的航空发动机气路单元体健康状态评价方法，其特征在于包括如下步骤：步骤A，确定本评价体系需要获取的发动机巡航状态参数集合，并以此集合为依据划定样本库覆盖范围，以划定的覆盖范围为依据解析ACARS报文，收集发动机历史巡航数据，建立发动机机队状态基线训练样本库；步骤B，确定需要监控的单元体性能指标，分析单元体工作特性影响因素，建立各单元体状态基线模型；步骤C，从机队状态基线训练样本库中选择相应历史数据，对各单元体状态基线模型进行训练，获得单元体状态基线；步骤D，在对单台发动机的某单元体进行健康状态评价时，以准确评估单元体的缓慢性能衰退过程。
基于状态基线航空发动机单元健康评价方法