公开(公告)号：CN119884688A

公开(公告)日：2025-04-25

申请号：CN202411970574.1

申请日：2024-12-30

Applicant: 广西大学

Inventor： 梁科 ,  冯炜哲 ,  潘明章 ,  官维 ,  苏悦 ,  蔡宇

IPC: G06F18/21 ,  G01K15/00 ,  G06F18/10 ,  G06F18/27 ,  G06F18/2411 ,  G06F18/214 ,  G06F30/27 ,  G06N20/00

Abstract: 本发明公开了一种实现排温传感器故障识别和自适应的方法，属于排温传感器故障检测技术领域，解决LS‑SVM模型不能在线学习而增大了整个模型的学习时间的技术问题。方法为：采集发动机的主供油量、进气量、曲轴转速、气缸内部压力以及排气温度；构建发动机线性模型，得到实际的排气温度输出值；构建OSLS‑SVM算法模型，并使用采集的数据进行训练；将实时采集到的数据输入到已经训练好的OSLS‑SVM算法模型中，获取排气温度的预估输出值；当实际的排气温度输出值偏离预估输出值的时候，表示传感器故障，用预估输出值代替故障传感器实际的排气温度输出值进行输出。不需要进行传统的离线参数学习更新过程，即可实现故障诊断和自适应控制快速响应。

公开(公告)号：CN119719683A

公开(公告)日：2025-03-28

申请号：CN202411909289.9

申请日：2024-12-24

Applicant: 广西大学

Inventor： 梁科 ,  冯炜哲 ,  潘明章 ,  官维 ,  文涛 ,  苏悦

IPC: G06F18/20 ,  G06F18/213 ,  G06N3/0499 ,  G06N3/084 ,  G06N3/086 ,  G06N3/126 ,  G06N3/006

Abstract: 本发明公开了一种基于相空间重构的厚大球墨铸铁缺陷预测方法，涉及无损检测技术，获取具有厚大球墨铸铁缺陷的测量数据，并将测量数据分成训练集和测试集；通过相空间重构将训练集中的测量数据由低维数据转换成高维数据，再通过预测算法将高维数据映射到一维实数域中得到下一个时间点的预测输出，以获取预测值；根据预测算法的预测值建立BP神经网络结构，并通过改进的HGAPSO算法寻求最优的BP神经网络权值和阈值的最佳初始值；将采集待测试的厚大球墨铸铁的实时数据输入到BP神经网络结构中，以得到厚大球墨铸铁的缺陷输出结果。本发明能够预测下一炉的厚大球墨铸铁缺陷，减少球墨铸铁缺陷以及异常的出现，有助于全面预测球墨铸铁的缺陷。