結(jié)合工藝及可靠性框圖的繼電器類單機(jī)貯存可靠性評(píng)估方法 1012     

 0

本發(fā)明公開了一種結(jié)合工藝及可靠性框圖的繼電器類單機(jī)貯存可靠性評(píng)估方法，所述方法將從廠家調(diào)研的工藝數(shù)據(jù)注入到所建立的繼電器有限元仿真模型中，得到其輸出特性初始分布特性；通過分析繼電器類單機(jī)實(shí)際出現(xiàn)的失效模式及失效機(jī)理，建立基于失效物理的退化模型，結(jié)合繼電器初始分布特性及加速貯存退化試驗(yàn)實(shí)測數(shù)據(jù)，得到具有分布特性的繼電器輸出特性退化模型；將失效閾值帶入繼電器輸出特性退化模型中，得到繼電器貯存可靠度數(shù)據(jù)，并帶入所建立的繼電器類單機(jī)貯存可靠性框圖中，實(shí)現(xiàn)對(duì)繼電器類單機(jī)貯存可靠度的評(píng)估。本發(fā)明解決了小子樣問題下繼電器類單機(jī)貯存可靠性評(píng)估準(zhǔn)確度低的問題。

考慮多源不確定性的多參數(shù)相關(guān)退化產(chǎn)品可靠性評(píng)估方法 1164     

 0

考慮多源不確定性的多參數(shù)相關(guān)退化產(chǎn)品可靠性評(píng)估方法，屬于產(chǎn)品性能退化建模與可靠性評(píng)估技術(shù)領(lǐng)域。方法是：分析產(chǎn)品的任務(wù)剖面和失效機(jī)理，設(shè)計(jì)加速退化試驗(yàn)，并對(duì)產(chǎn)品的多元性能參數(shù)進(jìn)行測量；針對(duì)單一性能參數(shù)的退化數(shù)據(jù)，建立同時(shí)考慮多源不確定性和退化過程非線性的邊緣退化模型，并在給定失效閾值的情況下，推導(dǎo)失效概率密度函數(shù)和失效分布函數(shù)的近似解析形式；利用Copula函數(shù)建立各性能參數(shù)的聯(lián)合失效分布函數(shù)；利用極大似然估計(jì)得到各邊緣退化模型及Copula函數(shù)中的未知參數(shù)集合，實(shí)現(xiàn)產(chǎn)品可靠性評(píng)估。本發(fā)明解決了現(xiàn)有的多參數(shù)相關(guān)退化模型中尚未同時(shí)考慮多源不確定性和退化過程非線性的影響，進(jìn)而導(dǎo)致可靠性評(píng)估結(jié)果缺乏合理性的問題。

基于神經(jīng)網(wǎng)絡(luò)的INS和磁力計(jì)組合定位方法 988     

 0

本發(fā)明屬于磁力計(jì)和慣性導(dǎo)航系統(tǒng)數(shù)據(jù)融合領(lǐng)域和智能算法輔助定位領(lǐng)域，具體涉及一種基于神經(jīng)網(wǎng)絡(luò)的INS和磁力計(jì)組合定位技術(shù)。針對(duì)運(yùn)行中GPS失效時(shí)的定位方法，現(xiàn)有方法大多集中于使用智能學(xué)習(xí)算法來解決。但是目前的方法都集中于利用智能學(xué)習(xí)算法來建立INS數(shù)據(jù)和定位誤差之間的關(guān)系。此類方法只能保持短暫的定位精度，隨著GPS失效時(shí)間的延長，終將發(fā)散。本發(fā)明提出了一種基于磁力計(jì)的組合定位方案，從理論上分析了磁力計(jì)與位置之間的關(guān)系，在GPS有效時(shí)利用智能學(xué)習(xí)算法建立磁力計(jì)與位置之間的模型。隨后當(dāng)GPS失效時(shí)，利用磁力計(jì)和訓(xùn)練完成的智能算法預(yù)測位置。由于預(yù)測的位置可能是離散且?guī)г肼暤?，所以利用INS組合得到連續(xù)且精確的位置。

結(jié)合制造工藝及仿真的電子類單機(jī)貯存可靠性評(píng)估方法 787     

 0

本發(fā)明公開了一種結(jié)合制造工藝及仿真的電子類單機(jī)貯存可靠性評(píng)估方法，所述方法通過EDA仿真模型及多物理場耦合模型對(duì)電子類單機(jī)進(jìn)行描述，建立電子類單機(jī)功能仿真模型，結(jié)合廠家調(diào)研結(jié)果，利用靈敏度分析方法確定影響電子類單機(jī)輸出特性參數(shù)的關(guān)鍵底層單元，并對(duì)其進(jìn)行失效模式及失效機(jī)理分析，結(jié)合關(guān)鍵底層單元工藝數(shù)據(jù)及加速貯存試驗(yàn)中實(shí)測的貯存退化數(shù)據(jù)，建立關(guān)鍵底層單元貯存退化模型，將其帶入電子類單機(jī)功能仿真模型中得到電子類單機(jī)輸出特性參數(shù)的貯存退化數(shù)據(jù)，利用最小二乘方法得到電子類單機(jī)輸出特性參數(shù)的貯存退化模型，帶入失效閾值，完成電子類單機(jī)貯存可靠性評(píng)估。本發(fā)明為電子類單機(jī)的貯存可靠性評(píng)估提供了一種新的思路。

結(jié)合制造工藝及仿真的繼電器類單機(jī)貯存可靠性評(píng)估方法 859     

 0

本發(fā)明公開了一種結(jié)合制造工藝及仿真的繼電器類單機(jī)貯存可靠性評(píng)估方法，所述方法通過建立繼電器有限元仿真模型，結(jié)合工藝數(shù)據(jù)，獲得繼電器輸出特性初始分布；然后，通過對(duì)繼電器進(jìn)行失效模式及失效機(jī)理分析，結(jié)合繼電器輸出特性初始分布及貯存退化試驗(yàn)實(shí)測數(shù)據(jù)，建立具有分布特性的繼電器貯存退化模型，結(jié)合電路仿真分析方法將底層繼電器的貯存退化數(shù)據(jù)轉(zhuǎn)換為繼電器類單機(jī)貯存退化數(shù)據(jù)；最后，利用最小二乘方法，得到繼電器類單機(jī)分布參數(shù)的退化軌跡，結(jié)合失效閾值，實(shí)現(xiàn)對(duì)繼電器類單機(jī)的貯存可靠性評(píng)估。本發(fā)明解決了因試驗(yàn)經(jīng)費(fèi)及試驗(yàn)樣本制約而導(dǎo)致的繼電器類單機(jī)貯存可靠性評(píng)估精度較低的問題。

結(jié)合工藝及可靠性框圖的滾控電子模塊貯存可靠性評(píng)估方法 955     

 0

本發(fā)明公開了一種結(jié)合工藝及可靠性框圖的滾控電子模塊貯存可靠性評(píng)估方法，所述方法首先通過建立滾控電子模塊功能仿真模型，結(jié)合廠家調(diào)研結(jié)果，利用靈敏度分析方法確定影響滾控電子模塊輸出特性的底層關(guān)鍵元器件；然后，結(jié)合失效模式及失效機(jī)理分析、輸出特性參數(shù)初始分布及加速貯存退化試驗(yàn)實(shí)測數(shù)據(jù)，得到具有分布特性的底層關(guān)鍵元器件貯存退化數(shù)據(jù)；最后，結(jié)合失效閾值及所建立的滾控電子模塊可靠性框圖中，得到滾控電子模塊貯存可靠度。本發(fā)明解決了小子樣問題下滾控電子模塊貯存可靠性評(píng)估準(zhǔn)確度低的問題，為滾控電子模塊的貯存可靠性評(píng)估提供了一種新的思路。

結(jié)合工藝及可靠性框圖的電子類單機(jī)貯存可靠性評(píng)估方法 873     

 0

本發(fā)明公開了一種結(jié)合工藝及可靠性框圖的電子類單機(jī)貯存可靠性評(píng)估方法，所述方法通過EDA仿真模型及多物理場耦合模型對(duì)電子類單機(jī)進(jìn)行描述，建立電子類單機(jī)功能仿真模型，結(jié)合廠家調(diào)研結(jié)果，利用靈敏度分析方法確定影響電子類單機(jī)輸出特性參數(shù)的關(guān)鍵底層單元；然后，對(duì)關(guān)鍵底層單元進(jìn)行失效模式及失效機(jī)理分析，結(jié)合底層單元工藝數(shù)據(jù)及加速貯存試驗(yàn)中實(shí)測的貯存退化數(shù)據(jù)，建立具有分布特性的底層單元貯存退化模型；最后，通過可靠性框圖對(duì)電子類單機(jī)結(jié)構(gòu)特征進(jìn)行描述，并將各底層單元貯存失效率注入其中，完成電子類單機(jī)貯存可靠性評(píng)估。本發(fā)明解決了因進(jìn)行加速貯存試驗(yàn)時(shí)電子類單機(jī)樣本量過小，而導(dǎo)致的貯存可靠性評(píng)估結(jié)果準(zhǔn)確度較低的問題。

結(jié)合制造工藝及仿真的滾控電子模塊貯存可靠性評(píng)估方法 769     

 0

本發(fā)明公開了一種結(jié)合制造工藝及仿真的滾控電子模塊貯存可靠性評(píng)估方法，所述方法首先通過建立滾控電子模塊功能仿真模型，結(jié)合廠家調(diào)研結(jié)果，利用靈敏度分析方法確定影響滾控電子模塊輸出特性的底層關(guān)鍵元器件；然后結(jié)合失效模式及失效機(jī)理分析、輸出特性參數(shù)初始分布及加速貯存退化試驗(yàn)實(shí)測數(shù)據(jù)，得到具有分布特性的底層關(guān)鍵元器件貯存退化數(shù)據(jù)，并將其注入滾控電子模塊功能仿真模型中，得到滾控電子模塊輸出特性參數(shù)的貯存退化數(shù)據(jù)；最后利用最小二乘方法，得到滾控電子模塊分布參數(shù)的退化軌跡，結(jié)合失效閾值，實(shí)現(xiàn)對(duì)滾控電子模塊的貯存可靠性評(píng)估。本發(fā)明為滾控電子模塊的貯存可靠性評(píng)估提供了一種新的思路。

含有外套管的多點(diǎn)分布的農(nóng)業(yè)信息化監(jiān)控組件 1038     

 0

本發(fā)明適用于農(nóng)業(yè)信息化技術(shù)領(lǐng)域，提供了一種含有外套管的多點(diǎn)分布的農(nóng)業(yè)信息化監(jiān)控組件，包括防水外殼、壓蓋、蓄電池和無線通訊盒，所述防水外殼的底部設(shè)有與其一體成型的外套管，所述防水外殼內(nèi)設(shè)有無線通訊盒，無線通訊盒用于與后臺(tái)管理中心無線通訊，無線通訊盒內(nèi)還設(shè)有用于對(duì)土壤理化性質(zhì)進(jìn)行檢測的傳感器組件，本發(fā)明的有益效果是：其與后臺(tái)管理中心無線通訊，可將傳感器組件得到的數(shù)據(jù)向后臺(tái)管理中心發(fā)送，以供后臺(tái)管理中心對(duì)土壤的理化性質(zhì)進(jìn)行分析，以獲得土壤的相關(guān)信息，通過容錯(cuò)率高的觸點(diǎn)結(jié)構(gòu)進(jìn)行供電，蓄電池的安裝和更換不僅非常方便，而且蓄電池安裝的穩(wěn)定性高，能防止因晃動(dòng)、振動(dòng)等原因造成的蓄電池供電失效的問題。

基于電能表可靠性數(shù)據(jù)的便攜式評(píng)估裝置 1092     

 0

本發(fā)明涉及一種可靠性數(shù)據(jù)評(píng)估裝置，用于方便地記錄電能表的可靠性數(shù)據(jù)，及時(shí)地收集并存儲(chǔ)現(xiàn)場故障信息，并能根據(jù)這些信息對(duì)電能表進(jìn)行可靠性水平的動(dòng)態(tài)評(píng)估。本發(fā)明提供對(duì)時(shí)鐘故障、紅外故障、485故障、載波故障、繼電器故障等電能表常見硬件故障進(jìn)行現(xiàn)場檢測。檢測出的故障信息經(jīng)過可靠性評(píng)估單元分析后形成現(xiàn)場可靠性數(shù)據(jù)，并將結(jié)果傳送至可靠性評(píng)估遠(yuǎn)程主站集中保存。本發(fā)明的創(chuàng)新之處在于采用數(shù)理統(tǒng)計(jì)的方法對(duì)故障信息進(jìn)行分布擬合，計(jì)算出電能表的平均無故障工作時(shí)間(MTBF)、失效率和可靠度等可靠性數(shù)據(jù)，能對(duì)現(xiàn)場電能表立項(xiàng)備案，可隨時(shí)地對(duì)電能表進(jìn)行可靠性水平的動(dòng)態(tài)評(píng)估，并將分析結(jié)果傳送至可靠性評(píng)估遠(yuǎn)程主站。

多點(diǎn)分布的農(nóng)業(yè)信息化監(jiān)控組件 763     

 0

本發(fā)明適用于農(nóng)業(yè)信息化技術(shù)領(lǐng)域，提供了一種多點(diǎn)分布的農(nóng)業(yè)信息化監(jiān)控組件，包括防水外殼、壓蓋、蓄電池和無線通訊盒，所述防水外殼的底部設(shè)有與其一體成型的外套管，所述防水外殼內(nèi)設(shè)有無線通訊盒，無線通訊盒用于與后臺(tái)管理中心無線通訊，無線通訊盒內(nèi)還設(shè)有用于對(duì)土壤理化性質(zhì)進(jìn)行檢測的傳感器組件，本發(fā)明的有益效果是：其與后臺(tái)管理中心無線通訊，可將傳感器組件得到的數(shù)據(jù)向后臺(tái)管理中心發(fā)送，以供后臺(tái)管理中心對(duì)土壤的理化性質(zhì)進(jìn)行分析，以獲得土壤的相關(guān)信息，通過容錯(cuò)率高的觸點(diǎn)結(jié)構(gòu)進(jìn)行供電，蓄電池的安裝和更換不僅非常方便，而且蓄電池安裝的穩(wěn)定性高，能防止因晃動(dòng)、振動(dòng)等原因造成的蓄電池供電失效的問題。

用于油氣井分層段測試的可重復(fù)坐封解封電控封隔器 684     

 0

本實(shí)用新型涉及電控封隔器，更具體的說是一種用于油氣井分層段測試的可重復(fù)坐封解封電控封隔器，包括上接頭、中間套、壓緊套、膠筒、套筒和動(dòng)力腔體，所述中間套和動(dòng)力腔體固定連接，上接頭通過螺紋和壓緊套連接，上接頭和中間套通過銷釘連接，中間套上滑動(dòng)連接有套筒，套筒和壓緊套之間設(shè)置有膠筒，當(dāng)裝置功能失效時(shí)，可以通過提拉裝置實(shí)現(xiàn)緊急解封，避免設(shè)備在井下卡死而導(dǎo)致的井眼報(bào)廢；除地面主動(dòng)控制的方式以外，還可以預(yù)設(shè)程序在主控電路板內(nèi)，并設(shè)置高溫電池組實(shí)現(xiàn)裝置的自動(dòng)工作。

平面障板條件下單矢量水聽器測向方法 782     

 0

本發(fā)明屬于水聲定位領(lǐng)域，具體涉及一種平面障板條件下單矢量水聽器測向方法，包括以下步驟：根據(jù)障板結(jié)構(gòu)和障板參數(shù)建立數(shù)學(xué)模型，求出聲波入射障板的傳遞矩陣C；根據(jù)傳遞矩陣C，確定聲波入射平面障板的反射系數(shù)r；根據(jù)反射系數(shù)r得到反射聲波p_r，將入射聲波p_i和反射聲波p_r疊加得到矢量水聽器聲壓各通道接收信號(hào)模型，由聲壓表達(dá)式確定振速表達(dá)式；將障板條件下單矢量水聽器各通道接收的信號(hào)模型代入到目標(biāo)方位估計(jì)公式，產(chǎn)生錯(cuò)誤的因子是確定的，剔除該錯(cuò)誤，確定修正因子μ；本發(fā)明計(jì)算復(fù)雜度低，且能克服非自由場條件下由于聲場發(fā)生變化導(dǎo)致的常規(guī)目標(biāo)方位估計(jì)公式失效問題。單只矢量水聽器相比于基陣體積小，節(jié)省成本，在工程上有著很好的應(yīng)用前景。

曲軸箱竄油量測量裝置 927     

 0

本實(shí)用新型涉及一種曲軸箱竄油量測量裝置,進(jìn)氣歧管通過PCV管與挺桿室一端相連通,挺桿室另一端經(jīng)通氣管與空氣濾清器相貫通。本實(shí)用新型結(jié)構(gòu)簡單,易于實(shí)現(xiàn),能夠有效地測量出曲軸箱的竄油量,評(píng)估出曲軸箱竄油是否是造成發(fā)動(dòng)機(jī)機(jī)油消耗的主要原因,PCV閥是否失效,從而指導(dǎo)發(fā)動(dòng)機(jī)的整機(jī)裝配,提高發(fā)動(dòng)機(jī)的品質(zhì),減少發(fā)動(dòng)機(jī)的故障率,提高企業(yè)的利潤。

熱解材料在高溫環(huán)境下的力學(xué)性能測試系統(tǒng)及方法 836     

 0

本說明書涉及力學(xué)性能測試技術(shù)領(lǐng)域，特別涉及一種熱解材料在高溫環(huán)境下的力學(xué)性能測試系統(tǒng)及方法，通過供電組件向高溫爐供電，使得位于第一殼體內(nèi)的高溫爐加熱到目標(biāo)溫度，通過設(shè)置反射箔使得第二殼體內(nèi)的試件的表面溫度處于室溫狀態(tài)，再利用第二加載組件帶動(dòng)試件上升并刺破反射箔后進(jìn)入高溫爐內(nèi)，實(shí)現(xiàn)對(duì)試件的快速升溫加熱，根據(jù)試件所需的熱解程度進(jìn)行保溫處理，最后加載至試件失效，通過后續(xù)數(shù)據(jù)處理獲得試件的力學(xué)性能。因此，上述技術(shù)方案相比直接放置于高溫爐內(nèi)來進(jìn)行輻射加熱，可以精確地測試熱解材料在所需的熱解程度下的力學(xué)性能。

基于觀測器的增壓柴油機(jī)氣路抗干擾容錯(cuò)控制方法 891     

 0

本發(fā)明的目的在于提供一種基于觀測器的增壓柴油機(jī)氣路抗干擾容錯(cuò)控制方法，包括如下步驟：(1)考慮增壓柴油機(jī)氣路進(jìn)排氣歧管溫度變化產(chǎn)生的干擾和EGR閥、VGT導(dǎo)向葉片的故障，建立增壓柴油機(jī)氣路系統(tǒng)動(dòng)力學(xué)模型；(2)根據(jù)步驟(1)中的增壓柴油機(jī)氣路系統(tǒng)動(dòng)力學(xué)模型設(shè)計(jì)干擾觀測器，用于估計(jì)進(jìn)排氣歧管溫度變化引入的干擾；(3)采用自適應(yīng)技術(shù)與積分滑模方法設(shè)計(jì)增壓柴油機(jī)氣路容錯(cuò)控制器，并利用步驟(2)觀測器所獲得的干擾估計(jì)值補(bǔ)償系統(tǒng)擾動(dòng)，實(shí)現(xiàn)系統(tǒng)的抗干擾和容錯(cuò)能力。本發(fā)明對(duì)增壓柴油機(jī)氣路中EGR閥和VGT導(dǎo)向葉片由于長期使用導(dǎo)致的部分失效故障及恒偏差故障有良好的容錯(cuò)能力，并能夠即使補(bǔ)償進(jìn)排氣歧管溫度變化所引起的系統(tǒng)干擾。

基于制造參數(shù)的微型斷路器動(dòng)作可靠性預(yù)測方法 816     

 0

本發(fā)明公開了一種基于制造參數(shù)的微型斷路器動(dòng)作可靠性預(yù)測方法，所述方法如下：1)確定造成產(chǎn)品動(dòng)作特性退化的關(guān)鍵鉸鏈、失效閾值；2)將孔與軸的初始間隙作為初始制造參數(shù)；3)建立多體動(dòng)力學(xué)模型；4)計(jì)算第一周期內(nèi)磨損造成的孔與軸間隙增長量；5)將孔與軸間隙增長量與初始間隙加和作為新的制造參數(shù)；6)計(jì)算本周期內(nèi)磨損造成的孔與軸間隙增長量；7)將孔與軸間隙增長量與初始間隙加和作為新的制造參數(shù)，記錄工作周期內(nèi)斷路器的動(dòng)作特性退化情況；8)結(jié)合閾值計(jì)算該批次斷路器的動(dòng)作可靠性。本發(fā)明能根據(jù)斷路器生產(chǎn)過程中所記錄的零件制造參數(shù)預(yù)測產(chǎn)品的動(dòng)作可靠性，將產(chǎn)品的退化預(yù)測與生產(chǎn)過程緊密連接。

基于混合貝葉斯先驗(yàn)分布的可靠性驗(yàn)證測試方法 1136     

 0

本發(fā)明公開了一種基于混合貝葉斯先驗(yàn)分布的可靠性驗(yàn)證測試方法，采用共軛先驗(yàn)分布法確定未知參數(shù)的先驗(yàn)分布，通過先驗(yàn)矩方法和最大熵方法分別求出兩組不同參數(shù)，即得到不同的先驗(yàn)分布，再根據(jù)第二類極大似然方法確定以上兩種先驗(yàn)分布的權(quán)重，按權(quán)重將先驗(yàn)矩方法和最大熵方法得出的參數(shù)融合，進(jìn)而得到最終的先驗(yàn)分布比單純使用其中一種方法得到的先驗(yàn)分布更加準(zhǔn)確，與真實(shí)的分布擬合度更好。通過最終的貝葉斯先驗(yàn)分布及試驗(yàn)信息，計(jì)算出可靠性驗(yàn)證測試中所需的最小無失效用例數(shù)，這種方法相對(duì)于無先驗(yàn)知識(shí)的情況，可以有效的減少測試用例量。

基于數(shù)值模擬和深度學(xué)習(xí)的攪拌摩擦焊縫成形預(yù)測優(yōu)化方法 1042     

 0

本發(fā)明提出了一種基于數(shù)值模擬和深度學(xué)習(xí)的攪拌摩擦焊縫成形預(yù)測優(yōu)化方法，屬于攪拌摩擦焊技術(shù)領(lǐng)域。所述方法包括：步驟一、設(shè)定三次模擬試驗(yàn)作為數(shù)據(jù)測試集；步驟二、計(jì)算焊接過程中材料流動(dòng)場和溫度場分布情況；步驟三、計(jì)算不同參數(shù)下攪拌摩擦焊具斷裂失效情況，并計(jì)算不同參數(shù)下焊縫成形質(zhì)量及缺陷分布情況；步驟四、利用生成對(duì)抗網(wǎng)絡(luò)深度學(xué)習(xí)模型遍歷所有工藝參數(shù)和焊具結(jié)構(gòu)的焊縫成形結(jié)果，獲得在保證焊具可靠工作前提下焊縫成形最優(yōu)化結(jié)果。本發(fā)明所述方法目的在于為生產(chǎn)中最優(yōu)化攪拌摩擦焊工藝提供有效的普適性預(yù)測方法，具有降低時(shí)間消耗、材料成本以及預(yù)測精確度高等優(yōu)點(diǎn)。

基于厚尾魯棒濾波的管線地理位置信息測量方法 1116     

 0

本發(fā)明公開了一種基于厚尾魯棒濾波的管線地理位置信息測量方法，為管線進(jìn)行地理位置信息測量的技術(shù)。具體地說，利用MSINS與里程輪構(gòu)成慣性/里程輪組合定位系統(tǒng)，通過系統(tǒng)動(dòng)力裝置驅(qū)動(dòng)其在管線中運(yùn)行獲取與管線走向相關(guān)的傳感器數(shù)據(jù)，并分別進(jìn)行捷聯(lián)慣性解算與航位推算；利用捷聯(lián)慣性解算位置與航位推算位置差值作為量測信息，并針對(duì)里程輪打滑、滑行故障以及管線運(yùn)動(dòng)約束條件失效導(dǎo)致出現(xiàn)的位置量測野值信息利用厚尾魯棒濾波器濾除，同時(shí)估計(jì)捷聯(lián)慣性解算誤差并校正管線地理位置信息輸出，從而使系統(tǒng)提供連續(xù)、高精度的管線地理位置信息。

基于RFID技術(shù)的凈水器監(jiān)測系統(tǒng) 1080     

 0

本發(fā)明公開了一種基于RFID技術(shù)的凈水器監(jiān)測系統(tǒng)，包括控制器，及與控制器電連接的RFID標(biāo)簽、流量傳感器和紫外燈電源周期跟蹤器；及與控制器電連接的電源管理系統(tǒng)；所述電源管理系統(tǒng)與無線供電接收線圈電連接；所述無線供電接收線圈與無線供電發(fā)送線圈通信。本發(fā)明的基于RFID技術(shù)的凈水器監(jiān)測系統(tǒng)，通過流量傳感器測試水流，而另一個(gè)跟蹤紫外燈的電源周期；RFID讀取器定期把這些數(shù)據(jù)寫入過濾器和燈上的標(biāo)簽；等到讀寫器讀取標(biāo)簽時(shí)，再將這一信息返回到主控單元；一旦燈或過濾器失效，主控單元會(huì)發(fā)出聲響報(bào)警并在一個(gè)小的LED顯示屏上顯示圖像。

室內(nèi)飛行智能體慣性系統(tǒng)與激光測距儀組合導(dǎo)航改進(jìn)方法 691     

 0

室內(nèi)飛行智能體慣性系統(tǒng)與激光測距儀組合導(dǎo)航改進(jìn)方法，其特征在于：傳感器部分（6）包括：激光測距儀URG（1），IMU（7），氣壓高度計(jì)（4）和磁場強(qiáng)度傳感器（5），陀螺儀（2），加速度計(jì)（3）；導(dǎo)航信息計(jì)算部分（14）包括：USB總線（8），導(dǎo)航計(jì)算機(jī)（9），轉(zhuǎn)換器件（10），電氣連線（11），總線（12），導(dǎo)航信息（13）。使用激光測距儀（1）獲取位置信息，慣性導(dǎo)航系統(tǒng)獲取姿態(tài)信息，采用無跡卡爾曼濾波方法UKF和直線特征提取算法，將位置信息與姿態(tài)信息融合在一起，最后通過捷聯(lián)算法實(shí)現(xiàn)航跡推算。本發(fā)明可以實(shí)現(xiàn)飛行智能體在室內(nèi)自主導(dǎo)航，有效解決飛行智能體組合導(dǎo)航系統(tǒng)發(fā)散問題和航跡推位失效問題，提高了導(dǎo)航精度。

防止數(shù)據(jù)信息丟失的DGRU神經(jīng)網(wǎng)絡(luò)及其預(yù)測方法 942     

 0

本發(fā)明涉及信息技術(shù)領(lǐng)域，特別涉及一種防止數(shù)據(jù)信息丟失的DGRU神經(jīng)網(wǎng)絡(luò)及其預(yù)測方法。本發(fā)明中的DGRU神經(jīng)網(wǎng)絡(luò)由輸入層、輸出層和隱含層組成，隱含層由DGRU神經(jīng)元構(gòu)成；所述的DGRU神經(jīng)元由同一時(shí)刻的兩個(gè)標(biāo)準(zhǔn)GRU單元連接構(gòu)成；本發(fā)明方法包括:獲取歷史數(shù)據(jù)集并進(jìn)行預(yù)處理；利用預(yù)處理后的數(shù)據(jù)集訓(xùn)練DGRU神經(jīng)網(wǎng)絡(luò)，建立預(yù)測模型；獲取當(dāng)前失效數(shù)據(jù)，進(jìn)行數(shù)據(jù)歸一化處理后輸入預(yù)測模型中，得到預(yù)測結(jié)果三個(gè)部分。本發(fā)明克服了傳統(tǒng)GRU神經(jīng)網(wǎng)絡(luò)的缺點(diǎn)，對(duì)GRU神經(jīng)網(wǎng)絡(luò)進(jìn)行改進(jìn)，提出一種能增強(qiáng)模型記憶力，防止信息丟失的DGRU神經(jīng)網(wǎng)絡(luò)，并應(yīng)用DGRU神經(jīng)網(wǎng)路建立預(yù)測模型，與傳統(tǒng)GRU神經(jīng)網(wǎng)絡(luò)相比，可以提高模型的預(yù)測精度。

預(yù)測模具型腔數(shù)控銑削中顫振的方法 1012     

 0

一種預(yù)測模具型腔數(shù)控銑削中顫振的方法，本發(fā)明涉及預(yù)測模具型腔數(shù)控銑削中顫振的方法。本發(fā)明的目的是為了解決現(xiàn)有單一刀具路徑的銑削穩(wěn)定性預(yù)測方法適用性低，導(dǎo)致銑削顫振預(yù)測準(zhǔn)確度低，加快刀具失效，影響模具型腔的加工質(zhì)量的問題。一種預(yù)測模具型腔數(shù)控銑削中顫振的方法具體過程為：步驟一.建立刀具?工件系統(tǒng)的相對(duì)傳遞函數(shù)；步驟二.將步驟一獲得的刀具?工件系統(tǒng)的相對(duì)傳遞函數(shù)引入三維銑削穩(wěn)定性模型中，得到銑刀銑削顫振頻率處的臨界軸向切削深度；步驟三、基于步驟二得到的臨界軸向切削深度判斷模具型腔數(shù)控銑削是否發(fā)生顫振。本發(fā)明用于模具型腔數(shù)控銑削領(lǐng)域。

基于米勒平臺(tái)電壓的MOSFET退化評(píng)估方法及采用該方法的MOSFET剩余壽命預(yù)測方法 1029     

 0

基于米勒平臺(tái)電壓的MOSFET退化評(píng)估方法及采用該方法的MOSFET剩余壽命預(yù)測方法，涉及半導(dǎo)體退化評(píng)估及壽命預(yù)測領(lǐng)域。解決了無法實(shí)時(shí)在線評(píng)估MOSFET退化狀態(tài)的問題，同時(shí)滿足了對(duì)MOSFET的剩余壽命預(yù)測方法的需求。基于米勒平臺(tái)電壓的以MOSFET開通波形中的米勒平臺(tái)電壓作為敏感特征參數(shù)的評(píng)估方法：將MOSFET的米勒平臺(tái)電壓作為評(píng)估器件退化狀態(tài)的參數(shù)。采用基于米勒平臺(tái)電壓的MOSFET退化評(píng)估方法獲得MOSFET退化模型，再利用粒子濾波算法對(duì)MOSFET退化模型的參數(shù)進(jìn)行修正與更新，并得到新的MOSFET退化模型，從而獲得MOSFET當(dāng)前狀態(tài)距失效閾值的時(shí)間差，實(shí)現(xiàn)對(duì)MOSFET的剩余壽命預(yù)測。本發(fā)明適用于半導(dǎo)體的退化評(píng)估及壽命預(yù)測。

基于退化序列時(shí)序關(guān)聯(lián)建模的長壽命鋰離子電池早期壽命預(yù)測方法及系統(tǒng) 899     

 0

本發(fā)明公開了一種基于退化序列時(shí)序關(guān)聯(lián)建模的長壽命鋰離子電池早期壽命預(yù)測方法及系統(tǒng)，其中，該方法包括：獲取n個(gè)電池單體的容量退化數(shù)據(jù)并進(jìn)行重構(gòu)，得到訓(xùn)練數(shù)據(jù)集；建立j個(gè)基于序列對(duì)序列模型的容量預(yù)測模型，并利用所述訓(xùn)練數(shù)據(jù)集分別訓(xùn)練；將待測電池單體某周期的放電容量作為某訓(xùn)練好的模型的初始輸入，得到第一步預(yù)測輸出結(jié)果；再在其輸入至這個(gè)模型中，得到下一步預(yù)測輸出結(jié)果，迭代執(zhí)行直至低于失效閾值，將每步預(yù)測輸出結(jié)果首尾相連得到退化過程曲線；并對(duì)其他模型進(jìn)行預(yù)測得到j(luò)條容量退化曲線，求其容量取均值，得到最終預(yù)測結(jié)果。該方法解決了現(xiàn)有使用單步迭代預(yù)測模式帶來的長時(shí)預(yù)測精度和穩(wěn)定性不佳的問題。

基于EKF方法和NSDP-AR模型融合型鋰離子電池循環(huán)壽命預(yù)測方法 871     

 0

基于EKF方法和NSDP-AR模型融合型鋰離子電池循環(huán)壽命預(yù)測方法，涉及一種鋰離子電池循環(huán)壽命預(yù)測方法。為了解決目前基于模型的方法對(duì)于不同電池及不同工作狀態(tài)適應(yīng)能力低和電池容量非線性退化趨勢預(yù)測能力差的問題，首先，對(duì)在線測量待測鋰電池的容量數(shù)據(jù)進(jìn)行預(yù)處理，并離線測量與該待測鋰電池同型號(hào)的鋰電池的真實(shí)容量退化數(shù)據(jù)；其次，基于EKF方法確定鋰電池狀態(tài)空間模型的參數(shù)；然后，根據(jù)上述建立的鋰電池狀態(tài)空間模型對(duì)待測鋰電池進(jìn)行狀態(tài)估計(jì)，利用NSDP-AR模型的輸出進(jìn)行待測鋰電池的狀態(tài)更新，鋰電池狀態(tài)空間模型獲取每一個(gè)充放電循環(huán)的電池容量數(shù)據(jù)，并將數(shù)據(jù)與待測鋰電池的失效閾值比較獲取鋰電池剩余壽命；本發(fā)明主要應(yīng)用在電池壽命預(yù)測領(lǐng)域。

管束振動(dòng)測量裝置 787     

 0

本實(shí)用新型涉及一種管束振動(dòng)測量裝置。管束的振動(dòng)疲勞是管路失效的主要原因之一，因此對(duì)管束的振動(dòng)測量非常必要，現(xiàn)有技術(shù)中對(duì)管束振動(dòng)測量存在很大的弊端，測量精度不準(zhǔn)確。一種管束振動(dòng)測量裝置，其組成包括：實(shí)驗(yàn)臺(tái)臺(tái)架（17），所述的實(shí)驗(yàn)臺(tái)臺(tái)架上具有管束固定座（18）、風(fēng)機(jī)座（20）和測量裝置（19），所述的管束固定座上固定有管束（15），所述的風(fēng)機(jī)座上安裝有風(fēng)機(jī)（2）。本實(shí)用新型應(yīng)用于管束振動(dòng)測量裝置。

基于GPR帶有不確定區(qū)間的鋰離子電池循環(huán)壽命間接預(yù)測方法 1089     

 0

一種基于GPR帶有不確定區(qū)間的鋰離子電池循環(huán)壽命間接預(yù)測方法，本發(fā)明涉及一種電池壽命預(yù)測方法。本發(fā)明解決了現(xiàn)有方法無法實(shí)現(xiàn)鋰電池循環(huán)壽命預(yù)測的問題，本發(fā)明采用ESN算法，進(jìn)行退化建模，采用高斯過程回歸的建模方法，建立基于GPR的等壓降放電時(shí)間預(yù)測模型進(jìn)行基于ESN的退化模型訓(xùn)練與基于GPR的等壓降放電時(shí)間預(yù)測模型訓(xùn)練，獲得等壓降放電時(shí)間預(yù)測模型，進(jìn)行基于GPR的等壓降放電時(shí)間預(yù)測模型，獲得等壓降放電時(shí)間的預(yù)測值；進(jìn)行基于ESN的退化模型，獲得下N1個(gè)放電周期的電池的放電容量；電池的剩余容量值與電池容量的失效閾值行比較，完成電池循環(huán)壽命的間接預(yù)測。本發(fā)明適用于電池壽命預(yù)測。

基于相關(guān)向量回歸的在線預(yù)測鋰離子電池剩余壽命的方法 724     

 0

基于相關(guān)向量回歸的在線預(yù)測鋰離子電池剩余壽命的方法，屬于鋰離子電池壽命預(yù)測技術(shù)領(lǐng)域。它解決了現(xiàn)有鋰離子電池采用離線方法預(yù)測剩余壽命，預(yù)測精度低的問題。它首先選取原始樣本，然后進(jìn)行相空間重構(gòu)構(gòu)造訓(xùn)練樣本集；再初始化相關(guān)向量機(jī)RVM模型參數(shù)；RVM訓(xùn)練，得到RVM預(yù)測模型；得到預(yù)測值將與ynew進(jìn)行比較，若則構(gòu)造新的訓(xùn)練集WS＝WS∪INS，重新訓(xùn)練RVM，更新RVM預(yù)測模型；否則保持RVM預(yù)測模型不變；進(jìn)行遞推預(yù)測，直到預(yù)測值小于失效閾值U時(shí)預(yù)測完成，從而實(shí)現(xiàn)待預(yù)測鋰離子電池剩余壽命的在線預(yù)測。本發(fā)明適用于鋰離子電池剩余壽命的預(yù)測。