公开(公告)号：CN116842714A

公开(公告)日：2023-10-03

申请号：CN202310750196.5

申请日：2023-06-25

Applicant: 成都飞机工业(集团)有限责任公司 ,  哈尔滨工业大学

Inventor： 迟鹏飞 ,  耿畅 ,  王本宽 ,  彭宇 ,  任毅 ,  邹懿 ,  向胜华 ,  舒武静

IPC: G06F30/20 ,  G01D18/00

Abstract: 本发明涉及智能数据分析技术领域，具体地说，涉及一种任务传感器精度异常监测方法、系统、设备及介质；该方法通过分析多架次飞机任务传感器测试数据的互相关性和自相关性，建立统计监测阈值，并利用该阈值对新架次飞机的任务传感器测试数据进行快速分析，准确判断其精度是否存在异常，提升了精度异常监测的建模效率的同时，还获取了更准确的判读阈值，大幅改进了飞机任务传感器精度异常的判读效率和准确率。

公开(公告)号：CN110705658B

公开(公告)日：2022-03-15

申请号：CN201911214821.4

申请日：2019-12-02

Applicant: 哈尔滨工业大学

Inventor： 彭喜元 ,  王本宽 ,  马云彤 ,  刘大同

IPC: G06K9/62 ,  G06N3/04 ,  G06N3/08

Abstract: 一种基于多变量回归的无人机飞参数据故障检测与恢复方法，涉及无人机故障诊断方法领域。本发明是为了解决现有的故障检测方式，难以检测飞行数据中的轻微故障，并且不具备故障数据的恢复能力的问题。基于长短期记忆网络的多变量回归模型，以从飞行数据中自动提取时空特征，对监测参数进行更准确的估计，将故障检测和恢复问题转变为回归问题；然后，使用滤波方法来平滑实际飞行数据和被监测参数估计值之间的残差；最后，利用平滑后的残差来计算统计检测阈值，并通过检测平滑后的残差是否超过统计阈值来实现故障检测。它用于对无人机飞参数据进行故障检测与恢复的。

公开(公告)号：CN110705658A

公开(公告)日：2020-01-17

申请号：CN201911214821.4

申请日：2019-12-02

Applicant: 哈尔滨工业大学

Inventor： 彭喜元 ,  王本宽 ,  马云彤 ,  刘大同

IPC: G06K9/62 ,  G06N3/04 ,  G06N3/08

Abstract: 一种基于多变量回归的无人机飞参数据故障检测与恢复方法，涉及无人机故障诊断方法领域。本发明是为了解决现有的故障检测方式，难以检测飞行数据中的轻微故障，并且不具备故障数据的恢复能力的问题。基于长短期记忆网络的多变量回归模型，以从飞行数据中自动提取时空特征，对监测参数进行更准确的估计，将故障检测和恢复问题转变为回归问题；然后，使用滤波方法来平滑实际飞行数据和被监测参数估计值之间的残差；最后，利用平滑后的残差来计算统计检测阈值，并通过检测平滑后的残差是否超过统计阈值来实现故障检测。它用于对无人机飞参数据进行故障检测与恢复的。

公开(公告)号：CN106067032A

公开(公告)日：2016-11-02

申请号：CN201610362743.2

申请日：2016-05-26

Applicant: 哈尔滨工业大学

Inventor： 刘连胜 ,  彭宇 ,  王本宽 ,  刘大同 ,  彭喜元

IPC: G06K9/62

CPC classification number: G06K9/6256

Abstract: 用于数据异常监测的传感器选择方法的评价方法，涉及传感器异常检测，目的是为了解决现有技术中缺少对传感器选择方法的性能评价方的问题。本发明采用观察法和待评价方法分别选取两组传感器进行异常数据监测，从两组中选取编号相同的作为待测传感器，再从每组选取一个与另一组编号不同的作为训练传感器，利用两个训练传感器分别构建两个核主成分分析模型并得到两个门限阈值，待测传感器的监测数据超过门限阈值的作为误检数据，低于或等于门限阈值的作为正确数据，计算两种传感器选择方法的误检率，以此对待评价的传感器选择方法进行评价。本发明能够反映出传感器选择方法对数据异常检测的影，特别适用于飞机发动机的状态检测。