Document
拖动滑块完成拼图
个人中心

预订订单
商城订单
发布专利 发布成果 人才入驻 发布商标 发布需求

请提出您的宝贵建议,有机会获取IP积分或其他奖励

投诉建议

在线咨询

联系我们

龙图腾公众号
首页 专利交易 IP管家助手 科技果 科技人才 积分商城 国际服务 商标交易 会员权益 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索
当前位置 : 首页 > 专利喜报 > 北京航空航天大学;北京空间飞行器总体设计部吕江花获国家专利权

北京航空航天大学;北京空间飞行器总体设计部吕江花获国家专利权

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!

龙图腾网获悉北京航空航天大学;北京空间飞行器总体设计部申请的专利基于多源数据融合的装备系统健康管理及故障诊断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:CN116611018B

龙图腾网通过国家知识产权局官网在2025-12-26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:202211541061.X,技术领域涉及:G06F18/25;该发明授权基于多源数据融合的装备系统健康管理及故障诊断方法是由吕江花;刘铭;刘鹤;张淳;刘泽玉;刘丽君设计研发完成,并于2022-12-02向国家知识产权局提交的专利申请。

基于多源数据融合的装备系统健康管理及故障诊断方法在说明书摘要公布了:本发明是一种基于多源数据融合的装备系统健康管理及故障诊断方法,属于故障检测领域。本发明方法包括:考虑同类及异类传感器之间的数据一致性,进行航天器多源数据的预处理,保留数据的原始信息及时序特性,对不同传感器来源的数据缺失值进行针对性填充;针对航天器多源数据的同类传感器和异类传感器数据进行融合,对同类传感器数据进行最优融合,对异类传感器数据进行线性及非线性融合,最大程度保留数据原始信息;建立基于变分自编码器和生成式对抗网络的故障检测模型,并引入LSTM模型建立特征之间的时间依赖关系。本发明最大程度地保留了数据原本的特征,提高了故障检测精度,使航天器自主故障检测过程有更强的健壮性、更高的准确率。

本发明授权基于多源数据融合的装备系统健康管理及故障诊断方法在权利要求书中公布了:1.一种基于多源数据融合的装备系统健康管理及故障诊断方法,其特征在于,包括如下步骤: 步骤1,对航天器多源数据进行预处理;预处理包括对缺失值的填充,分两种情况如下: 1.1对于存在同类传感器数据的缺失值填充,是对同类传感器同一时间点的数据求平均值,作为缺失值,填充到缺失序列中; 1.2对于不存在同类传感器数据的缺失值填充,使用时间序列分析ARIMAX模型进行缺失值预测; 步骤2,对航天器多源数据进行融合,包括: 2.1对同类传感器数据,采用基于动态支持度的最小二乘融合方法进行融合;所述动态支持度用于筛选要融合的同类传感器数据,将支持度低的同类传感器数据抛弃; 设同类传感器有n个,计算传感器i在t时刻的支持度Zit如下: 其中,zij为传感器i,j相互的支持度,zij=1-dij,dij为传感器i、j在t时刻的距离,距离dij=|sit-sjt|,sit、sjt分别为传感器i、传感器j在t时刻的测量值; 预先设置支持度阈值,对低于支持度阈值的同类传感器的数据抛弃,对大于等于支持度阈值的同类传感器数据采用基于最小二乘法加权融合; 2.2对异类传感器数据,先利用主成分分析PCA进行数据降维,再利用局部线性嵌入LLE进行特征融合,降低数据维度; 步骤3,建立航天器多源数据故障检测模型,将步骤2融合后的数据输入该故障检测模型进行故障检测; 所述航天器多源数据故障检测模型构建方式为:将变分自编码器VAE的解码器作为生成式对抗网络GAN的生成器,形成的故障检测模型包括编码器、生成器和判别器;编码器和解码器引入长短期记忆模型LSTM,利用LSTM预测下一时间窗口的输入数据;融合数据作为原始观测数据输入编码器进行编码后,输入生成器重建原始观测数据,生成器输出的生成数据输入判别器,判别器对输入数据进行真假判断; 所述故障检测模型在每一轮训练中,依次更新编码器、生成器和判别器的模型参数,再训练LSTM; 将融合后的时间序列数据输入所述故障检测模型进行检测时,计算每个数据点的故障得分,并与预先设置的故障阈值比较,若大于该阈值则标记为故障点,否则表示没有故障,最后根据时间序列长度与故障点总数来判断是否有故障发生。

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航空航天大学;北京空间飞行器总体设计部,其通讯地址为:100191 北京市海淀区学院路37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”。

以上内容由龙图腾AI智能生成。

免责声明
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。