恭喜南京航空航天大学孙见忠获国家专利权
买专利卖专利找龙图腾,真高效! 查专利查商标用IPTOP,全免费!专利年费监控用IP管家,真方便!
龙图腾网恭喜南京航空航天大学申请的专利机载系统PHM测试性建模与诊断策略优化方法和装置获国家发明授权专利权,本发明授权专利权由国家知识产权局授予,授权公告号为:CN114925536B 。
龙图腾网通过国家知识产权局官网在2025-05-02发布的发明授权授权公告中获悉:该发明授权的专利申请号/专利号为:202210610321.8,技术领域涉及:G06F30/20;该发明授权机载系统PHM测试性建模与诊断策略优化方法和装置是由孙见忠;朱昕昀;颜子琛;李春华;王博文设计研发完成,并于2022-05-31向国家知识产权局提交的专利申请。
本机载系统PHM测试性建模与诊断策略优化方法和装置在说明书摘要公布了:本发明提供了机载系统PHM测试性建模与诊断策略优化方法和装置,所述方法包括:使用拉丁超立方抽样构建系统不同工作状态的仿真参数空间,通过数据挖掘提取数据特征值作为测试点,基于ROC曲线建立评价标准评估测试点对于不同故障的检测能力,构建带有不确定状态的4值相关性矩阵,然后计算带有惩罚项的启发式评估函数生成测试序列,优化诊断策略。本发明解决了复杂系统中不可靠测试导致的测试性设计困难的问题,为不确定性多值属性系统的诊断策略优化问题提出了解决方法,能够有效提高故障诊断的准确性和故障隔离的效率。
本发明授权机载系统PHM测试性建模与诊断策略优化方法和装置在权利要求书中公布了:1.机载系统PHM测试性建模与诊断策略优化方法,其特征在于,包括以下步骤:步骤1、确定复杂系统的典型故障模式,界定不确定性参数的概率分布,确定参数,包括:环境参数、经验参数、故障参数,其中经验参数和故障参数都属于结构参数,设定故障参数的故障阈值,当故障参数值达到故障阈值时系统发生相应模式的故障;步骤2、通过拉丁超立方抽样分别构建健康状态和不同故障状态下的参数空间,进行试验设计,得到试验设计DOE矩阵,从试验设计DOE矩阵中,依次抽取一个实验样本进行仿真实验,分别获取系统对应状态下的测试数据;步骤3、对步骤2得到的测试数据进行数据挖掘,提取有效特征值代替测试值分析,以特征值为测试点监测系统状态;步骤4、基于受试者工作特征曲线,评估每个测试点对于系统不同状态的检测能力,量化测试点对系统故障诊断的潜力,并构建不确定性4值相关性矩阵,矩阵中包含4种状态:1、-1、0、U,其中U称为不确定状态;步骤5、判断不确定性4值D矩阵是否划分完全,如果划分完毕,跳到步骤7;如果没有完成划分,执行步骤6;矩阵是否划分完成评判标准包括:矩阵仅剩一行,或者矩阵全部为无信息列;步骤6、遍历每一个测试点,基于信息增益构造带有惩罚项的启发式评估函数,选择评估函数值最大的作为最优诊断测试点,根据最优测试点将不确定性4值D矩阵划分为不同的子矩阵,对每一个子矩阵重复执行步骤5,直到不确定性4值D矩阵划分完毕;步骤7、将所有最优诊断测试点组合得到测试序列,判断故障模糊组和已隔离故障;步骤2包括:将p维向量的每个分量都根据累计概率等分成w份,w为所需采样点的数量;从每一维的w个小区间中随机抽样构成w×p的初始矩阵M: 其中,Rwp表示初始矩阵M第w行第p列的元素;对初始矩阵M中每一列的元素进行随机排列,以模拟不确定参数的随机组合,如下所示: 其中元素的下标X11,X21,…,Xw1表示对初始矩阵M的列向量元素的随机排列,最终得到拉丁超立方抽样矩阵,每一个行向量是一个p维试验样本;根据得到的DOE矩阵,每次取一个p维试验样本,通过模型进行仿真实验,模拟实际工作环境下系统的不同工作状况,分别获取系统对应状态下的测试数据。
如需购买、转让、实施、许可或投资类似专利技术,可联系本专利的申请人或专利权人南京航空航天大学,其通讯地址为:210016 江苏省南京市秦淮区御道街29号;或者联系龙图腾网官方客服,联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。