-
公开(公告)号:CN117148102A
公开(公告)日:2023-12-01
申请号:CN202311051760.0
申请日:2023-08-21
Applicant: 哈尔滨工业大学
IPC: G01R31/28 , G01R31/316 , G06F18/24 , G06F18/214 , G06F18/28 , G06F18/2131
Abstract: 一种基于DL‑LLC的模拟电路软故障诊断方法、装置及设备,涉及涉及模拟电路故障诊断技术领域,方法包括:采集模拟电路软故障数据集;将所述模拟电路软故障数据集分为训练集和测试集,并进行预处理和局部特征提取,得到局部非线性特征;将所述训练集的局部非线性特征输入线性字典特征编码模型进行训练,得到每类故障特征的完备字典集和训练集线性编码特征;基于所述训练集线性编码特征训练分类器;将所述测试集的局部非线性特征输入所述完备字典,得到测试集线性编码特征,并将所述测试集线性编码特征输入训练好的所述分类器,实现故障类别诊断;该方法采用字典学习和局部约束线性编码提取完备线性特征,能用简单的线性分类器取得良好的故障诊断结果。
-
公开(公告)号:CN118731661A
公开(公告)日:2024-10-01
申请号:CN202410784915.X
申请日:2024-06-18
Applicant: 哈尔滨工业大学
IPC: G01R31/316 , G06F18/2433
Abstract: 基于MP‑Transformer的模拟电路混合故障诊断方法,属于模拟电路混合故障诊断领域。解决了传统的诊断方法针对模拟电路混合软故障信息易混叠,导致整体诊断精度偏低,泛化性能差无法保证复杂电路诊断可靠性的问题。本发明利用构建MP‑Transformer故障检测模型对模拟电路混合故障信号进行检测,该检测模型根据待测模拟电路输出节点为测点的响应信号确定的模型参数,在所确定的模型参数下进行特征提取,将特征变形技术和Transformer网络进行技术上关系,能够对混合故障进行准确的故障诊断。本发明主要用于对混合故障进行检测。
-
公开(公告)号:CN118937975A
公开(公告)日:2024-11-12
申请号:CN202410921645.2
申请日:2024-07-10
Applicant: 哈尔滨工业大学
IPC: G01R31/316 , G06F30/367 , G06N3/006
Abstract: 一种用于模拟电路故障诊断的测试激励优化方法,属于优化技术领域。本发明为了解决脉冲源不同的频率成分对特征的激发效果可能会相互抑制,影响激励效果的问题。利用测试激励信号对所有故障信息下的同一模拟电路均进行m次激励仿真,根据模拟电路输出节点的所有幅频和相频响应信号分别建立所有故障信息下幅频特性曲线图和相频特性曲线图;测试激励信号为由P个不同频率的正弦波形成的混合信号,从幅频特性曲线图中选择幅值范围所对应的频率区间作为搜索空间;COOT鸟类模型优化算法在搜索空间内随机抽取n个个体进行位置更新,得到更新后的n个个体所对应n个频率所对应的正弦波形成的混合信号作为优化后的测试激励信号。本发明用于优化测试激励信号。
-
公开(公告)号:CN118690149A
公开(公告)日:2024-09-24
申请号:CN202410728396.5
申请日:2024-06-06
Applicant: 哈尔滨工业大学
Abstract: 本发明公开了一种舰船电子信息系统关键故障节点识别方法,属于舰船故障识别技术领域。本发明为了解决现有技术缺少自动识别舰船电子信息系统关键故障节点的手段问题,提出了以下方法:S100建立功能依赖网络模型,将系统间的复杂依赖关系可视化,并为每个节点赋予效能值;S200通过专家打分法评估节点间的依赖关系,并为它们分配权重,以确定对系统任务的贡献大小;S300结合前两步的结果,使用带权重的矩阵计算节点效能,并排序识别关键节点。本发明能够精准识别出关键故障点,对这些关键点所关联的设备实施预先监控和定期维护,以确保系统整体的稳定性和可靠性。
-
-
-