-
公开(公告)号：CN111046564A
公开(公告)日：2020-04-21
申请号：CN201911296295.0
申请日：2019-12-16
Applicant: 重庆大学
IPC: G06F30/20 , G06Q10/04 , G06F119/04
Abstract: 本发明公开了一种两阶段退化产品的剩余寿命预测方法，属于预测与健康管理中剩余寿命预测领域，本发明主要包括：退化过程建模、模型参数估计及剩余寿命预测；其中退化过程建模是利用非线性Wiener过程建立两阶段退化模型；模型参数估计包括：历史退化数据收集；基于单元极大似然估计方法的模型参数估计；随机参数分布的统计分析；剩余寿命预测包括：首达时间分布的获取；状态转移概率函数的推导；基于估计的参数对产品进行剩余寿命预测。本发明可以有效的预测两阶段退化产品的剩余寿命，有利于确保产品的运行可靠性，减少维修费用和避免安全事故。
-
公开(公告)号：CN110197288A
公开(公告)日：2019-09-03
申请号：CN201910464421.2
申请日：2019-05-30
Applicant: 重庆大学
Abstract: 本发明公开了一种故障影响下设备的剩余使用寿命预测方法，具体包括：1)确定设备存在故障的退化模型；2)确定故障影响下设备的剩余寿命分布函数；3)确定模型的未知参数；4)确定多参数的设备寿命预测模型。本发明利用Wiener过程建立设备的退化模型，计算基于首达时间的寿命分布函数，通过EM算法同时估计退化模型未知参数和故障发生时刻分布的未知参数，最终完成设备在故障影响下的剩余寿命预测，该发明能有效的预测复杂环境下的设备剩余寿命，有利于对设备进行维护与保养，确保设备安全可靠进行工作。
-
公开(公告)号：CN109051796A
公开(公告)日：2018-12-21
申请号：CN201810960653.2
申请日：2018-08-22
Applicant: 重庆大学
CPC classification number: B65G49/04 , B01F7/161 , B01F15/00194 , B01F15/00824 , B65D90/48
Abstract: 本发明属于航空航天火工品引爆领域，具体涉及一种发火头自动沾药装置，包括安装架、底座、固定架、升降气缸，工装移位机构、沾药机构、药浆更换机构和搅拌机构。所述安装架固定在底座上，所述工装移位机构和药浆更换机构设置在安装架上，所述沾药机构通过螺母安装于支架上，所述升降气缸通过螺母固定在安装架上，并与搅拌机构相连。本装置利用自动化系统代替人工操作，不仅提高了工作效率，还保证了沾药的效果。装置还实现了自动沾药、自动更换药浆槽和自动搅拌的功能合并，提高了系统的工作效率。
-
公开(公告)号：CN108971923A
公开(公告)日：2018-12-11
申请号：CN201810960666.X
申请日：2018-08-22
Applicant: 重庆大学
Abstract: 本发明属于航天火工品引爆领域，具体涉及一种发火头装取装置，包括安装架、滑槽、支撑板、夹持机构及相应工位、换位机构以及接料机构，所述换位机构与接料结构设置在安装架上，所述滑槽与支撑板相连接，所述火头夹持工装机构设置在支撑板上，通过与换位机构和接料机构相互配合，实现发火头的装取；本装置利用气动设备代替部分人工操作，不仅提高了工作效率，还实现了发火头的装夹、取出和检查三种工序的合并，简化了生产线的结构，降低了生产线的成本，提高了生产线的安全性。
-
公开(公告)号：CN109101717A
公开(公告)日：2018-12-28
申请号：CN201810891087.4
申请日：2018-08-07
Applicant: 重庆大学
IPC: G06F17/50
Abstract: 本发明涉及一种基于现实与模糊数据深度融合学习的固体火箭发动机可靠性预测方法，属于智能自动化技术领域。该方法包括：基于固体火箭发动机现场贮存可靠性实验记录数据构建现实数据集；将药柱作为加速贮存实验的研究本体，通过基于三维粘弹性有限元分析和固体火箭发动机推进剂高温加速老化实验为基础，以应力-强度干涉模型作为失效模型研究计算得出固体火箭发动机加速贮存可靠性实验记录数据构建模糊数据集；将现实数据集与模糊数据集融合作为深度学习的数据库，并划分为训练集、验证集和测试集；使用深度学习算法的特征自学习能力健壮性和模型泛化能力强度性，对固体火箭发动机可靠性预测。本发明能有效的提高固体火箭发动机可靠性预测的精度。
-
Patent Agency Ranking
公开(公告)号：CN111046564B
公开(公告)日：2024-04-05
申请号：CN201911296295.0
申请日：2019-12-16
Applicant: 重庆大学
IPC: G06F30/20 , G06Q10/04 , G06F119/04
Abstract: 本发明公开了一种两阶段退化产品的剩余寿命预测方法，属于预测与健康管理中剩余寿命预测领域，本发明主要包括：退化过程建模、模型参数估计及剩余寿命预测；其中退化过程建模是利用非线性Wiener过程建立两阶段退化模型；模型参数估计包括：历史退化数据收集；基于单元极大似然估计方法的模型参数估计；随机参数分布的统计分析；剩余寿命预测包括：首达时间分布的获取；状态转移概率函数的推导；基于估计的参数对产品进行剩余寿命预测。本发明可以有效的预测两阶段退化产品的剩余寿命，有利于确保产品的运行可靠性，减少维修费用和避免安全事故。
-
公开(公告)号：CN110197288B
公开(公告)日：2023-06-02
申请号：CN201910464421.2
申请日：2019-05-30
Applicant: 重庆大学
Abstract: 本发明公开了一种故障影响下设备的剩余使用寿命预测方法，具体包括：1)确定设备存在故障的退化模型；2)确定故障影响下设备的剩余寿命分布函数；3)确定模型的未知参数；4)确定多参数的设备寿命预测模型。本发明利用Wiener过程建立设备的退化模型，计算基于首达时间的寿命分布函数，通过EM算法同时估计退化模型未知参数和故障发生时刻分布的未知参数，最终完成设备在故障影响下的剩余寿命预测，该发明能有效的预测复杂环境下的设备剩余寿命，有利于对设备进行维护与保养，确保设备安全可靠进行工作。
-
公开(公告)号：CN109101717B
公开(公告)日：2023-04-07
申请号：CN201810891087.4
申请日：2018-08-07
Applicant: 重庆大学
IPC: G06F30/23 , G06F30/27 , G06F119/02
Abstract: 本发明涉及一种基于现实与模糊数据深度融合学习的固体火箭发动机可靠性预测方法，属于智能自动化技术领域。该方法包括：基于固体火箭发动机现场贮存可靠性实验记录数据构建现实数据集；将药柱作为加速贮存实验的研究本体，通过基于三维粘弹性有限元分析和固体火箭发动机推进剂高温加速老化实验为基础，以应力‑强度干涉模型作为失效模型研究计算得出固体火箭发动机加速贮存可靠性实验记录数据构建模糊数据集；将现实数据集与模糊数据集融合作为深度学习的数据库，并划分为训练集、验证集和测试集；使用深度学习算法的特征自学习能力健壮性和模型泛化能力强度性，对固体火箭发动机可靠性预测。本发明能有效的提高固体火箭发动机可靠性预测的精度。
-
公开(公告)号：CN108971923B
公开(公告)日：2019-11-15
申请号：CN201810960666.X
申请日：2018-08-22
Applicant: 重庆大学
Abstract: 本发明属于航天火工品引爆领域，具体涉及一种发火头装取装置，包括安装架、滑槽、支撑板、夹持机构及相应工位、换位机构以及接料机构，所述换位机构与接料结构设置在安装架上，所述滑槽与支撑板相连接，所述火头夹持工装机构设置在支撑板上，通过与换位机构和接料机构相互配合，实现发火头的装取；本装置利用气动设备代替部分人工操作，不仅提高了工作效率，还实现了发火头的装夹、取出和检查三种工序的合并，简化了生产线的结构，降低了生产线的成本，提高了生产线的安全性。
-
公开(公告)号：CN108021730A
公开(公告)日：2018-05-11
申请号：CN201710724663.1
申请日：2017-08-22
Applicant: 重庆大学
IPC: G06F17/50
Abstract: 本发明涉及一种固体火箭发动机贮存寿命预测方法，属于智能自动化技术领域。该方法包括以下步骤：S1：确定性有限元法为基础，结合Monte Carlo抽样技术，形成Monte Carlo随机有限元法；S2：基于Monte Carlo随机有限元法对固体火箭发动机在点火过程中的应变进行统计分析，利用应力‑强度干涉模型计算不同贮存期内的药柱点火瞬间的结构可靠度；S3：利用神经网络能实现从输入到输出状态空间的高度非线性映射的特点，基于机器学习中监督学习人工神经网络算法对随机有限元分析所得到的发动机药柱的结构可靠度进行预测，从而预测导弹固体发动机贮存寿命。本发明能有效的运用数据驱动的方式，解决在机理分析上不确定因素带来的困难，提高固体火箭发动机寿命预测的精度。
-
-
-
-
-
-
-
-
-
Search Results
10
records
(took 0.025 seconds)
