北京交通大学王彪获国家专利权
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!
龙图腾网获悉北京交通大学申请的专利面向装备实时健康监测的未来盲视丢失数据补全方法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:CN120086509B 。
龙图腾网通过国家知识产权局官网在2025-08-15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:202510580639.X,技术领域涉及:G06F18/15;该发明授权面向装备实时健康监测的未来盲视丢失数据补全方法是由王彪;牛颖承;秦勇;王成城;伊枭剑;郭亮设计研发完成,并于2025-05-07向国家知识产权局提交的专利申请。
本面向装备实时健康监测的未来盲视丢失数据补全方法在说明书摘要公布了:本发明涉及机械设备智能运维技术领域,具体涉及一种面向装备实时健康监测的未来盲视丢失数据补全方法,包括:读取机械装备实时运行数据;利用指示器对实时运行数据是否丢失的状态进行分类;构建距离度量矩阵,以量化丢失数据与前向已知数据之间的关联影响程度;根据距离度量矩阵构建滞后退化函数;读取前向已知数据的自相关信息,拟合滞后退化函数中的权重矩阵和偏置向量参数值;通过滞后退化函数度量前向已知数据对丢失数据的影响权重;构建单调矩阵,确定前向已知数据的单调性;根据前向已知数据的单调矩阵,以及前向已知数据对丢失数据的影响权重对丢失数据进行补全。本发明可减少退化信息的丢失,并能保持原有的退化轨迹。
本发明授权面向装备实时健康监测的未来盲视丢失数据补全方法在权利要求书中公布了:1.一种面向装备实时健康监测的未来盲视丢失数据补全方法,其特征在于,包括以下步骤: 读取机械装备实时运行数据; 利用指示器对实时运行数据是否丢失的状态进行分类; 当出现丢失数据时,构建距离度量矩阵,以量化丢失数据与前向已知数据之间的关联影响程度;距离度量矩阵的构建过程包括: 当lt-1=0,lt=1时,距离度量矩阵ψ的表达式为:ψt=|Mt-Mt-1|; 当lt-1=1,lt=1时,距离度量矩阵ψ的表达式为:ψt=|Mt-Mt-1|+ψt-1; 其中,ψt-1为上一绝对时间间隔,Mt为丢失数据时间位置,Mt-1为上一未丢失数据点位置;lt-1为上一时刻的数据特征缺失模式;将ψt=|Mt-Mt-1|+ψt-1递推至lt-k=0,停止计算数据之间的距离,ψt越小表明在时间维度上数据间的距离越近,关联影响程度越大; 根据距离度量矩阵构建滞后退化函数,以描述数据间的退化关系;滞后退化函数的表达式为: 其中,θ∈[0,1];a为权重矩阵,b为偏置向量,为需要拟合的参数;ψ表示距离度量矩阵; 读取前向已知数据的自相关信息,拟合滞后退化函数中的权重矩阵和偏置向量参数值; 通过滞后退化函数度量前向已知数据对丢失数据的影响权重; 构建单调矩阵,确定前向已知数据的单调性; 根据前向已知数据的单调矩阵,以及前向已知数据对丢失数据的影响权重对丢失数据进行补全,单调矩阵的表达式为: 其中,i为丢失数据的时间点位置,若运行数据整体为单调递增,单调矩阵ζτ>0;若运行数据整体为单调递减,单调矩阵ζτ<0; 对丢失数据进行补全的计算公式为: 其中,为第i个时间点丢失数据补全后的数据,θ1和θ2分别为前向已知运行数据yi-1和yi-2对丢失数据yi影响权重;为全局平均值,即所有前向已知数据的平均值;li=1,表示第i个时间点数据丢失。
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北京交通大学,其通讯地址为:100044 北京市海淀区西直门外上园村3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。