“陶来发”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74个，建议您升级VIP下载更多相关专利

[发明专利]基于双级观测器的无人机作动器实时安全性能评估方法-CN202010374215.5有效
发明人： 陶来发;张统;刘学;吕琛 -专利权人：北京航空航天大学
申请日： 2020-05-06 - 公布日： 2023-10-10 - 主分类号： G06F30/15 文献下载
摘要：本发明公开了一种基于双级观测器的无人机作动器实时安全性能评估方法，涉及无人机领域，所述方法包括：获取无人机作动器的测试控制指令、前一时刻和当前时刻的测试位置数据；已训练的故障检测观测器根据所述测试控制指令与前一时刻的测试位置数据，得到当前时刻的预估测试位置数据；根据所述当前时刻的预估测试位置数据和当前时刻的测试位置数据，得到当前时刻的测试残差；已训练的自适应阈值观测器根据所述测试控制指令与所述当前时刻的测试残差，得到当前时刻的自适应阈值；根据所述当前时刻的测试残差和所述当前时刻的自适应阈值，确定所述无人机制动器在当前时刻的安全性能指标。
基于观测器无人机作动器实时安全性能评估方法

[发明专利]一种基于软决策的卫星电源系统自主故障诊断方法-CN202110307385.6有效
发明人： 陶来发;索明亮;丁宇;吕琛 -专利权人：北京航空航天大学
申请日： 2021-03-23 - 公布日： 2023-10-03 - 主分类号： G06N7/02 文献下载
摘要：本发明公开了一种基于软决策的卫星电源系统自主故障诊断方法，包括：利用所述决策系统DS的邻域关系构建卫星电源系统的邻域三支决策模型；利用邻域三支决策模型筛选出卫星电源系统的约简属性子集及其约简属性子集的属性权重；构建适用于卫星电源系统遥测数据的数据驱动故障诊断的T‑S模糊模型；将所述约简属性子集及其约简属性子集的属性权重输入到T‑S模糊模型，得到模糊决策序列，再通过设定软阈值，得到软决策结果；根据所述软决策结果，对卫星电源系统进行自主故障诊断。
一种基于决策卫星电源系统自主故障诊断方法

[发明专利]一种局部数据缺失条件下的系统运行工况识别与切割方法-CN202011404579.X有效
发明人： 陶来发;苏铉元;宋登巍;吕琛 -专利权人：北京航空航天大学
申请日： 2020-12-03 - 公布日： 2023-09-08 - 主分类号： G01S19/23 文献下载
摘要：本申请公开一种局部数据缺失条件下的系统运行工况识别与切割方法，其包括：第一步，对系统的每个工况敏感遥参序列作时间标定处理；第二步，对每个经时间标定的工况敏感遥参序列进行目标工况识别与切割，得到目标工况时刻序列集合；第三步，对所述目标工况时刻序列集合中的每个目标工况时刻序列的相邻时刻点进行差分处理，得到该目标工况时刻序列的目标工况时间间隔特征序列；第四步，生成时间间隔‑频次统计矩阵；第五步，利用所述时间间隔‑频次统计矩阵生成跨周期工况判定阈值；第六步，利用工况判定阈值修正存在跨周期混叠的目标工况时段，并以此对待分析的遥测参数数据进行准确分割，切割为对应的目标工况短数据段，以提升相关数据分析的效果。
一种局部数据缺失条件下系统运行工况识别切割方法

[发明专利]一种大数据条件下的关联性健康基线无监督自主构建方法-CN202011410492.3有效
发明人： 陶来发;宋登巍;马剑;吕琛;苏铉元;程玉杰 -专利权人：北京航空航天大学
申请日： 2020-12-03 - 公布日： 2023-08-01 - 主分类号： G01S19/23 文献下载
摘要：本申请公开一种大数据条件下的关联性健康基线无监督自主构建方法，其包括：第一步，时间标定处理；第二步，关联遥参阵列变换处理；第三步，相关度阵列的生成；第四步，关联遥参阵列‑强相关遥测参选处理；第五步，关联性健康基线构建；由此得到关联性健康基线。本申请的大数据条件下的关联性健康基线无监督自主构建方法，结合定量关联变量挖掘和非线性数据处理方法，将非线性遥参数据转化为线性遥参数据，实现卫星线性、非线性关联变量的自主挖掘，在现有基础上有效扩大关联遥参挖掘覆盖的类别范围。并结合后续健康基线构建技术，在大数据条件下完成对卫星健康状态的批量、自动表征。
一种数据条件下关联性健康基线监督自主构建方法

[发明专利]一种考虑载具投递模式的无人机群协同任务规划方法-CN202211423092.5有效
发明人：王昕炜;王磊;张鸿运;陶来发;吕琛;余馨咏;高晓华;彭海军;张盛 -专利权人：大连理工大学;北京航空航天大学
申请日： 2022-11-15 - 公布日： 2023-07-11 - 主分类号： G05D1/10 文献下载
摘要：一种考虑载具投递模式的无人机群协同任务规划方法，第一，提出由分类操作和固定操作构造的投放点确定算法，采用基于K‑means聚类算法的分类操作获得目标的最优分类，采用基于威胁最小化的固定操作选择最优投放位置。第二，提出融合改进A*算法的离散遗传算法获得载具的全局最优轨迹。第三，提出基于市场机制的改进差分进化算法获得每个投放点处的最优任务分配方案。本发明基于实际作战环境，考虑跨平台协同作战场景，以大规模无人机群对地面目标执行攻击和评估任务为背景，给出解耦式的任务规划系统；对于多机协同任务规划的求解具有重要意义，相比于现有优化方法效率高、寻优性强；具有很强的可行性、有效性、稳定性和收敛性，便于实际应用。
一种考虑投递模式无人机群协同任务规划方法

[发明专利]一种基于Holt-Winters模型的单机性能退化预测方法-CN202010374692.1有效
发明人：吕琛;王超;张统;陶来发;王自力 -专利权人：北京航空航天大学
申请日： 2020-05-06 - 公布日： 2023-06-27 - 主分类号： G06F30/20 文献下载
摘要：本发明实施例公开了一种基于Holt‑Winters模型的单机性能退化预测方法，涉及卫星系统，所述方法包括：对卫星中单机采集的遥测参数数据进行去野，得到去野后的遥测参数数据；利用Lowess算法，对去野后的遥测参数数据进行平滑处理，得到平滑后的遥测参数数据；将平滑后的遥测参数数据输入至已训练的Holt‑Winters模型，对卫星在轨运行的季节性特征的单机性能退化趋势进行预测。本发明实施例采用Holt‑Winters模型，在考虑卫星在轨运行的季节性特征的情况下进行单机性能退化预测，能够很好的满足预测要求。
一种基于 holt winters 模型单机性能退化预测方法

[发明专利]一种基于LSTM的锂电池寿命预测方法-CN202110778444.8有效
发明人：马剑;徐沛洋;许庶;陶来发;程玉杰;丁宇;王超;索明亮;吕琛 -专利权人：北京航空航天大学
申请日： 2021-07-09 - 公布日： 2023-05-30 - 主分类号： G06F30/27 文献下载
摘要：本发明提供一种基于LSTM的锂电池寿命预测方法，包括：获取锂电池的容量退化数据集；将所述容量退化数据集进行预处理；构建基于LSTM的剩余寿命预测模型；在构建基于LSTM的剩余寿命预测模型后，进一步构建三个锂电池本地寿命预测模型和一个中央服务器端全局寿命预测模型，所述LSTM为网络结构，其中的任一个LSTM单元里面包括遗忘门、输入门和输出门；所述三个锂电池本地寿命预测模型结构相同，其模型结构包括两个LSTM层，两个Dropout层防止过拟合和一个顶层的预测输出层。
一种基于 lstm 锂电池寿命预测方法

[发明专利]一种样本不平衡下实现飞机主电源系统故障诊断的方法及装置-CN202310002066.3在审
发明人：丁宇;赵芹;王超;陶来发;吕琛 -专利权人：北京航空航天大学
申请日： 2023-01-03 - 公布日： 2023-05-05 - 主分类号： G06F18/2431 文献下载
摘要：本发明公开一种样本不平衡下实现飞机主电源系统故障诊断的方法及装置，其方法包括：构建最优传输生成对抗网络模型，并利用飞机主电源系统不平衡数据集中每种故障状态下每个参数的数据对所述最优传输生成对抗网络模型进行训练，得到最优传输生成对抗网络模型集；利用所述最优传输生成对抗网络模型集对所述每种故障状态下每个参数的数据进行扩充处理，得到平衡数据集；构建故障样本分类决策树模型，并利用所述平衡数据集对所述故障样本分类决策树模型进行训练，得到训练好的故障样本分类决策树模型；获取目标飞机主电源系统的平衡样本数据构造测试集，并将所述目标飞机主电源系统的测试集数据输入到所述训练好的故障样本分类决策树模型中，得到所述目标飞机主电源系统的故障诊断结果。
一种样本不平衡实现飞机电源系统故障诊断方法装置

[发明专利]基于多统计特征的海量时间序列流数据异常检测方法-CN202211546273.7在审
发明人：于劲松;梁思远;周金浛;唐荻音;周倜;苗毅;陶来发;刘浩 -专利权人：北京航空航天大学
申请日： 2022-12-05 - 公布日： 2023-04-25 - 主分类号： G06F17/18 文献下载
摘要：本发明涉及一种基于多统计特征的海量时间序列流数据异常检测方法，该方法包括：S101、迭代估计多个统计特征的值以及这些统计特征的均值、方差；S102、根据统计特征的均值、方差计算标准差系数，选择小于给定筛选上限的标准差系数的统计特征；S103、根据选择的统计特征的均值、方差以及给定的容限系数给出统计特征正常范围；S104、在线计算选择的统计特征并检查是否在正常范围内，不在正常范围则报警并根据统计特征的类型给出异常类别。本发明提供了一种基于多统计特征的时间序列流数据异常检测方法，减少了对人工的依赖，不需要存储历史数据，节约了存储资源。
基于统计特征海量时间序列数据异常检测方法

[发明专利]一种知识与孪生模型驱动的作动器关键故障注入与诊断方法-CN202211514037.7在审
发明人： 陶来发;赵芹;靳凯新;苏铉元;宋登巍;李商羽;吕琛 -专利权人：北京航空航天大学
申请日： 2022-11-29 - 公布日： 2023-04-04 - 主分类号： G05B23/02 文献下载
摘要：本发明公开了一种知识与孪生模型驱动的作动器关键故障注入与诊断方法，具体步骤如下：步骤一：作动器数据预处理；步骤二：基于LSTM的作动器深度观测器构建；步骤三：作动器深度观测器训练；步骤四：基于CNN的故障识别模型构建；步骤五：故障识别模型训练；步骤六：作动器故障诊断方法测试。本发明通过数字孪生模型进行作动器故障注入实验，获取支持故障诊断方法研究的数据，这种作动器故障注入方法具有灵活、快速的优势。本发明通过长短周期记忆网络及卷积神经网络的双级深度学习网络耦合，由孪生数据驱动基于长短周期记忆网络构建作动器深度观测器运行，无需任何先验知识即可估计出作动器在不同健康状态下目标参数的残差变化情况，进一步基于卷积神经网络实现作动器的故障诊断。
一种知识孪生模型驱动作动器关键故障注入诊断方法

[发明专利]一种面向典型功能结构的风险健康度计算方法-CN202010300910.7有效
发明人： 陶来发;张统;宋登巍;吕琛 -专利权人：北京航空航天大学
申请日： 2020-04-16 - 公布日： 2023-03-28 - 主分类号： G06F30/20 文献下载
摘要：本发明公开了一种面向典型功能结构的风险健康度计算方法，所述方法包括：确定装备系统需要执行的各个任务；确定所述装备系统执行每个任务时的装备层级的功能结构框图，所述装备层级的功能结构框图包括多个分系统；利用所述装备系统执行每个任务时的装备层级的功能结构框图，对每个任务的装备层级的风险健康度进行评估；对每个任务的装备层级的风险健康度进行加权和累加处理，得到装备系统风险健康度。本发明从风险层面对装备系统的健康状态进行评估，装备系统的风险健康度表示评估对象承受各项任务执行过程中的风险的综合能力，达到对潜在风险进行提前预警的目的，支撑任务制定、维修维护等决策。
一种面向典型功能结构风险健康计算方法

[发明专利]基于案例学习与可诊断性分析的诊断算法量化推荐方法-CN202211598015.3有效
发明人： 陶来发;李商羽;王超;索明亮;丁宇;吕琛;于劲松;唐荻音 -专利权人：北京航空航天大学
申请日： 2022-12-14 - 公布日： 2023-03-10 - 主分类号： G06F11/07 文献下载
摘要：本申请提供了一种基于案例学习与可诊断性分析的诊断算法量化推荐方法，包括：获取待诊断对象的可诊断性要素集中各个可诊断性要素对应的可诊断性要素信息；可诊断性要素与故障诊断相关；将所有的可诊断性要素信息输入至训练好的推荐决策树模型中，通过推荐决策树模型输出针对待诊断对象的推荐结果，以使用推荐结果对应的目标故障诊断算法对待诊断对象进行故障诊断；推荐决策树模型与待诊断对象所属领域相同；在推荐决策树模型中，根据可诊断性要素信息对待诊断对象进行分类，以将待诊断对象划分至目标故障诊断算法的类别下。该方法有利于减少人为主观因素影响，提高故障诊断算法匹配的精确性，减少工程师的工作量，提高推荐匹配效率。
基于案例学习诊断分析算法量化推荐方法

[发明专利]一种设备剩余使用寿命预测方法及装置-CN202211334929.9在审
发明人：马剑;刘学;马翔;陶来发;吕琛 -专利权人：北京航空航天大学
申请日： 2022-10-28 - 公布日： 2023-01-31 - 主分类号： G06F30/27 文献下载
摘要：本发明公开了一种设备剩余使用寿命预测方法及装置，涉及航空航天技术领域，其方法包括：从海量同类型发动机数据中挖掘发动机通用退化信息，从可迁移性强的源域中挖掘与目标发动机相似的个体退化信息，为目标发动机建立个性化预测模型。利用国际通用涡扇发动机数据对所提方法进行了验证。对比结果表明，该迁移预测框架比现有的深度学习RUL预测方法具有更高的预测精度。
一种设备剩余使用寿命预测方法装置

[发明专利]面向故障诊断算法量化推荐的可诊断性要素量化表征方法-CN202211598021.9在审
发明人： 陶来发;王超;孙璐璐;赵正铎;程玉杰;吕琛;于劲松;唐荻音 -专利权人：北京航空航天大学
申请日： 2022-12-14 - 公布日： 2023-01-31 - 主分类号： G06F11/07 文献下载
摘要：本申请提供了一种面向故障诊断算法量化推荐的可诊断性要素量化表征方法，该方法包括：获取针对同一被诊断对象的多个可诊断性要素各自对应的要素值；针对每个要素值，确定该要素值的数据类型；根据要素值的数据类型，从编码模式集中为该要素值匹配出对应的目标编码模式；针对每个要素值，使用该要素值对应的目标编码模式为该要素值进行编码，得到编码后的可诊断性要素值向量，以将该可诊断性要素值向量作为该要素值对应的可诊断性要素的量化表征。该方法中，使用与可诊断性要素的要素值匹配的编码方式，对可诊断性要素进行量化表达，有利于提高编码后得到的向量的准确性，并且减少了主观因素影响，为诊断算法的量化推荐提供定量依据。
面向故障诊断算法量化推荐诊断要素表征方法

[发明专利]面向故障诊断算法推荐的可诊断性层级要素信息提取方法-CN202211598017.2在审
发明人： 陶来发;赵正铎;邹新宇;宋登巍;索明亮;马剑;刘红梅;吕琛 -专利权人：北京航空航天大学
申请日： 2022-12-14 - 公布日： 2023-01-24 - 主分类号： G06F16/33 文献下载
摘要：本申请提供了一种面向故障诊断算法推荐的可诊断性层级要素信息提取方法，其中，该方法包括：获取包含有故障诊断案例的电子文章；故障诊断案例中包含有被诊断对象的信息和用于诊断所述被诊断对象的故障诊断算法的信息；根据预设的目标可诊断性层级，针对所述目标可诊断性层级中的各个可诊断性要素，从电子文章中提取出与可诊断性要素相匹配的要素信息；所述目标可诊断性层级为预设的可诊断性层级中的最外层。通过该方法，有利于减少研发人员的工作量，提高信息提取效率。并且，该方法中提出了一种可诊断性层级要素构建方法，全方位覆盖故障诊断任务的可诊断性要素信息，具有通用性，为故障诊断算法推荐提供了依据。
面向故障诊断算法推荐诊断层级要素信息提取方法

1
2
3
4
5
下一页»
尾页
共 74 条