-
公开(公告)号：CN117349712B
公开(公告)日：2024-03-12
申请号：CN202311642261.9
申请日：2023-12-04
Applicant: 贵州大学
IPC: G06F18/24 , G06F18/213 , G06N3/0464 , G06N3/048 , G06N3/084
Abstract: 本发明涉及无人机故障诊断技术领域，公开了一种基于时空特征自适应共享网络的无人机故障诊断方法，包括以下步骤：步骤1，采集无人机飞行数据；步骤2，将无人机飞行数据输入到预设的STASN网络中；所述STASN网络中设有用于提取空间特征的空间网络通道和用于提取时间特征的时间网络通道；并且，空间网络通道与时间网络通道中的特征信息经过自适应交叉共享单元（ACSU）数次共享，实现知识互补；步骤3，由STASN网络输出故障诊断结果。本发明能够从有限的样本中获取丰富的故障诊断知识，能够达到较高的诊断精准度和完善度。
-
公开(公告)号：CN117349712A
公开(公告)日：2024-01-05
申请号：CN202311642261.9
申请日：2023-12-04
Applicant: 贵州大学
IPC: G06F18/24 , G06F18/213 , G06N3/0464 , G06N3/048 , G06N3/084
Abstract: 本发明涉及无人机故障诊断技术领域，公开了一种基于时空特征自适应共享网络的无人机故障诊断方法，包括以下步骤：步骤1，采集无人机飞行数据；步骤2，将无人机飞行数据输入到预设的STASN网络中；所述STASN网络中设有用于提取空间特征的空间网络通道和用于提取时间特征的时间网络通道；并且，空间网络通道与时间网络通道中的特征信息经过自适应交叉共享单元（ACSU）数次共享，实现知识互补；步骤3，由STASN网络输出故障诊断结果。本发明能够从有限的样本中获取丰富的故障诊断知识，能够达到较高的诊断精准度和完善度。
-
公开(公告)号：CN116720149A
公开(公告)日：2023-09-08
申请号：CN202310705696.7
申请日：2023-06-14
Applicant: 贵州大学
IPC: G06F18/2433 , G06F18/27 , G06F18/214 , G06N3/045 , G06N3/0442 , G06N3/0464 , G06N3/08
Abstract: 本发明涉及无人机异常检测技术领域，公开了一种基于时空相关性多元回归的飞行数据异常检测和恢复方法，包括以下步骤：步骤1：获取原始的无人机飞行数据并对其进行预处理；并获得初始样本；步骤2：自初始样本中选取具有相关性的参数子集；步骤3：向参数子集中注入异常；步骤4：将具有异常的参数子集划分为训练集和测试集；步骤5：将训练集和测试集输入CNN‑BiLSTM‑Attention回归模型，并得到训练误差和测试误差；步骤6：获取平滑的训练误差及测试误差，并以平滑的训练误差的平均值作为判断飞行数据异常的阈值；以平滑的测试误差作为判断飞行数据异常的判断值。本发明能够实现针对具有随机噪声的无人机飞行数据的高精度异常检测及恢复。
-
公开(公告)号：CN116257756A
公开(公告)日：2023-06-13
申请号：CN202211717591.5
申请日：2022-12-29
Applicant: 贵州大学
IPC: G06F18/214 , G06F18/213 , G06N3/08 , G06N3/0442
Abstract: 本发明涉及无人机故障检测技术领域，公开了一种基于深度域适应BiLSTM的无人机实时故障检测方法，包括以下步骤：在源域中对特征提取器和故障检测器进行预训练，然后利用特征提取器从一种工况下无人机时序的飞行数据中提取过去和未来的特征，得到源域和目标域的特征集合；将特征集合发送至域适应器中进行处理，利用域适应器对源域和目标域进行分类，并衡量源域和目标域之间的最大化差异；对故障检测器进行最小化健康状态分类误差的优化训练，然后获取无人机在任一工况下的飞行数据，并利用故障检测器对无人机进行实时故障检测，得到无人机的健康状态报告。本发明具有降低不同工况数据的差异性，提高无人机故障检测结果准确性的有益效果。
-
公开(公告)号：CN119577401A
公开(公告)日：2025-03-07
申请号：CN202510130731.6
申请日：2025-02-06
Applicant: 贵州大学
IPC: G06F18/211 , G06F18/10 , G06F17/16 , G06N3/042 , G06N3/0455 , G06N3/08 , G06N5/04
Abstract: 本发明提出了一种基于因果推理的无人机故障重要特征参数优选方法、系统及介质，所述方法包括：S1，采集故障数据，所述故障数据包括陀螺仪、GPS和空速计等所采集的飞行故障数据；S2，对故障数据进行数据处理；S3，因果结构学习：对数据处理后的数据依次经过VAE的解码器、VAE的编码器进行因果结构学习，得到表示特征之间的因果关系的加权因果DAG；S4，重要故障特征选择：得到加权因果DAG后计算节点分数，然后对节点分数降序排序，选择排名前F个的故障特征变量作为特征子集，F为正整数。本发明能有效筛选出无人机故障的特征参数，可用于故障诊断，从而有助于减少无人机发生故障的频率，提升其安全性和可靠性。
-
Patent Agency Ranking
公开(公告)号：CN118468145A
公开(公告)日：2024-08-09
申请号：CN202410933071.0
申请日：2024-07-12
Applicant: 贵州大学
IPC: G06F18/2415 , G06F18/25 , G06N3/0464 , G06N3/045 , G06N3/0442 , G06N3/088 , G07C5/08 , G06N3/048
Abstract: 本发明涉及无人机故障诊断技术领域，公开了一种基于多空间知识共享的多目标无人机故障诊断方法，包括以下步骤：步骤1，搭建A‑MKSN网络以用于进行故障诊断；所述A‑MKSN网络包括用于故障类型诊断的FTD网络、用于故障严重程度诊断的FSD网络和共享单元；步骤2，采集无人机数据作为输入样本；并根据时间片段将输入样本划分为两个子样本；并对不同的子样本进行编码以获取不同的特征子空间；步骤3，将子样本输入A‑MKSN网络，其中，FTD网络和FSD网络中的两个特征子网络均分别处理一个子样本及其对应的特征子空间；并由A‑MKSN网络输出故障诊断结果。本发明能够实现小样本条件下的多目标故障诊断，且诊断准确率较高，稳定性较好。
-
公开(公告)号：CN117787745A
公开(公告)日：2024-03-29
申请号：CN202311839455.8
申请日：2023-12-27
Applicant: 贵州大学 , 中航贵州飞机有限责任公司
IPC: G06Q10/0637 , G06Q50/04 , G06F16/25 , G06F16/26 , G06F16/28 , G06F16/2458
Abstract: 本发明涉及航天装备产业技术领域，具体涉及了一种基于大数据的航空装备产业链业务协作智能决策方法。包括以下步骤：S100：获取航空装备产业链中的原始数据；S200：用于对原始数据进行预处理后形成知识数据，将知识数据存储在数据空间；S300：对数据空间中的知识数据进行演化分析，得到各类决策结果；S400：通过信息面板对各类决策结果进行展示。能够帮助企业进行更正确有效的决策，提升企业生产效率。
-
公开(公告)号：CN117520950B
公开(公告)日：2024-03-19
申请号：CN202410011767.8
申请日：2024-01-04
Applicant: 贵州大学
IPC: G06F18/2415 , G06N3/0442
Abstract: 本发明涉及无人机故障诊断技术领域，公开了一种基于注意力知识共享网络的多目标UAV故障诊断方法，包括以下步骤：步骤1，采集无人机飞行数据；步骤2，搭建AKSN网络以用于进行故障诊断；AKSN网络为基于注意力的知识共享网络；AKSN网络包括用于学习的全局特征的任务共享网络、用于完成UAV故障类型识别任务的FTI任务特制网络和用于完成故障程度识别任务的FLI任务特制网络；FTI任务特制网络和FLI任务特制网络通过任务共享网络共享特征信息；并且，FTI任务特制网络和FLI任务特制网络中均设有SE注意力模块；步骤3，由AKSN网络输出故障诊断结果。本发明能够在小样本条件下，并行完成UAV故障类型识别任务和故障程度识别任务，获取更加全面的故障信息且诊断精准。
-
公开(公告)号：CN117670311A
公开(公告)日：2024-03-08
申请号：CN202311840965.7
申请日：2023-12-28
Applicant: 贵州大学 , 中航贵州飞机有限责任公司
IPC: G06Q10/20 , G06Q10/0631 , G06Q50/04
Abstract: 本发明涉及航空装备技术领域，公开面向研产服一体化的航空装备数字系统构建方法，包括在制造端接收到客户需求端的航空装备订单信息时，对航空装备订单信息进行处理，确定该航空装备订单信息的装备基本信息以及零部件信息，根据确定的零部件信息，识别出各个零部件所关联的供应端，生成对应的零部件订单并反馈给对应的供应端；制造端在对应的零部件供应完成时制定并执行对应的生产加工计划，在完成生产加工计划后，制定试飞计划，在执行试飞计划中对各个零部件的运行情况进行实时监控，基于该监控信息识别出存在故障的零部件，生成对应的故障报告并发送给制造端；在制造端接收并解决对应的故障报告后，将对应的航空装备交付给客户需求端。
-
公开(公告)号：CN117171681B
公开(公告)日：2024-01-30
申请号：CN202311455764.5
申请日：2023-11-03
Applicant: 贵州大学
IPC: G06F18/2431 , B64F5/60 , G06F18/15 , G06F18/214 , G06F18/21 , G06N3/0464 , G06N3/0442 , G06N3/045 , G06N3/048 , G06N3/084
Abstract: 标。本发明在舵面故障非平衡小样本及环境扰动本发明涉及无人机舵面智能故障诊断技术 下具有优异的故障诊断性能，为无人机舵面智能领域，公开了一种非平衡小样本下的无人机舵面 故障诊断提供了有效方案。智能故障诊断方法及装置，步骤包括：a.从无人机非平衡小样本数据集中选择舵面故障敏感参数并归一化；b.采用滑动窗口和随机采样方法构建输入样本对；c.建立基于卷积门控循环单元的双路神经网络模型进行故障特征提取；d.利用L1距离函数计算输入样本对故障特征间的相似性，引入加权二元交叉熵损失函数优化模型训练过(56)对比文件Huipeng Chen等.A deep convolutionneural network based fusion method oftwo-direction vibration signal data forhealth state identification of planetarygearboxes《.Measurement》.2019,第146卷268-278.Shenghan Zhou等.A Self-SupervisedFault Detection for UAV Based onUnbalanced Flight Data RepresentationLearning and Wavelet Analysis《.Aerospace2023》.2023,第10卷(第3期),1-21.
-
-
-
-
-
-
-
-
-
Search Results
21
records
(took 0.029 seconds)
