-
Patent Agency Ranking
公开(公告)号：CN112511346A
公开(公告)日：2021-03-16
申请号：CN202011319892.3
申请日：2020-11-23
Applicant: 大连理工大学
Abstract: 一种基于可信度筛选的Web服务组合方法，属于计算机网络服务领域。首先，根据Web服务的历史运行记录采用贝叶斯学习理论结合时间因素的方法对Web服务的QoS可信度进行计算，并依据可信度使用skyline理论对Web服务进行筛选，得到可信的Web服务作为服务组合过程的候选服务集合。然后，针对QoS属性构建多目标优化模型。最后，采用改进多目标粒子群算法对优化模型进行求解，得到满足用户需求的可信的组合方案。本发明QoS属性可信度值的计算实时可靠；利用skyline理论方法将被支配的候选服务筛选出去，更加符合用户的需求，并且得到的候选服务集合是可信的；采用改进多目标粒子群算法求解Web服务组合方案，在保证求解速度的同时，求解出更好的Web服务组合方案。
-
公开(公告)号：CN110261122B
公开(公告)日：2020-06-16
申请号：CN201910538312.0
申请日：2019-06-20
Applicant: 大连理工大学
Abstract: 一种基于分块的船舶柴油机故障监测方法，属于船舶柴油机故障监测领域，包括：在船舶柴油机各子系统安装传感器监测运行状态，同时根据结构和工作原理对监测变量进行分块；分别构建每一分块对应的主成分分析监控空间和支持向量机分类模型；使用T2和SPE统计量实时监测每一分块中的运行数据，将超出对应控制限的监测变量导入构建的对应支持向量机分类模型中；使用支持向量机确定滑动窗口内出现故障的概率，根据故障阈值确定故障是否发生；最后根据故障贡献率确定故障发生分块。本发明使用分块方法可以提升故障监测过程的计算效率，根据主成分分析和支持向量机实现二次故障检测降低故障误判，最后利用故障贡献率确定故障发生位置，降低船舶柴油机维护难度。
-
公开(公告)号：CN109187038A
公开(公告)日：2019-01-11
申请号：CN201810884968.3
申请日：2018-08-06
Applicant: 大连理工大学
CPC classification number: G01M15/05 , G01M15/102 , G01M15/106
Abstract: 一种仿真获得船舶柴油机故障数据的方法，属于船舶柴油机故障监控和预测领域，基于船舶柴油机模型实现，包括：建立实际可行柴油机模型，调整模型的结构参数使得到的输出参数与实际柴油机一致；分析确定柴油机故障因素加入方法、故障阈值和发生故障所需时间；按照维纳过程逐渐向模型中增加故障因素直至确定的故障阈值，分别采集故障发生过程中各状态稳定情况下的监测参数可以获得故障发生过程数据。本发明使用仿真模型的方法可以高效的产生大量船舶柴油机故障数据，按照维纳过程仿真故障因素的增长保证故障发生过程的随机不确定性，降低故障数据采集成本，为定性分析船舶柴油机故障和基于数据驱动的故障分析方法提供大量数据。
-
公开(公告)号：CN110261122A
公开(公告)日：2019-09-20
申请号：CN201910538312.0
申请日：2019-06-20
Applicant: 大连理工大学
Abstract: 一种基于分块的船舶柴油机故障监测方法，属于船舶柴油机故障监测领域，包括：在船舶柴油机各子系统安装传感器监测运行状态，同时根据结构和工作原理对监测变量进行分块；分别构建每一分块对应的主成分分析监控空间和支持向量机分类模型；使用T2和SPE统计量实时监测每一分块中的运行数据，将超出对应控制限的监测变量导入构建的对应支持向量机分类模型中；使用支持向量机确定滑动窗口内出现故障的概率，根据故障阈值确定故障是否发生；最后根据故障贡献率确定故障发生分块。本发明使用分块方法可以提升故障监测过程的计算效率，根据主成分分析和支持向量机实现二次故障检测降低故障误判，最后利用故障贡献率确定故障发生位置，降低船舶柴油机维护难度。
-
公开(公告)号：CN109187038B
公开(公告)日：2019-07-16
申请号：CN201810884968.3
申请日：2018-08-06
Applicant: 大连理工大学
Abstract: 一种仿真获得船舶柴油机故障数据的方法，属于船舶柴油机故障监控和预测领域，基于船舶柴油机模型实现，包括：建立实际可行柴油机模型，调整模型的结构参数使得到的输出参数与实际柴油机一致；分析确定柴油机故障因素加入方法、故障阈值和发生故障所需时间；按照维纳过程逐渐向模型中增加故障因素直至确定的故障阈值，分别采集故障发生过程中各状态稳定情况下的监测参数可以获得故障发生过程数据。本发明使用仿真模型的方法可以高效的产生大量船舶柴油机故障数据，按照维纳过程仿真故障因素的增长保证故障发生过程的随机不确定性，降低故障数据采集成本，为定性分析船舶柴油机故障和基于数据驱动的故障分析方法提供大量数据。
-
-
-
-
Search Results
5
records
(took 0.017 seconds)
