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 > 华南理工大学蒋陈昱获国家专利权

华南理工大学蒋陈昱获国家专利权

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!

龙图腾网获悉华南理工大学申请的专利多源数据融合动态系统情景行为推演和可靠性预计分析方法及系统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:CN115081184B

龙图腾网通过国家知识产权局官网在2025-09-30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:202210530304.3,技术领域涉及:G06F30/20;该发明授权多源数据融合动态系统情景行为推演和可靠性预计分析方法及系统是由蒋陈昱;杨军;薛轲设计研发完成,并于2022-05-16向国家知识产权局提交的专利申请。

多源数据融合动态系统情景行为推演和可靠性预计分析方法及系统在说明书摘要公布了:本发明公开了一种多源数据融合动态系统情景行为推演和可靠性预计分析方法、系统、计算机设备和存储介质,该方法通过在MarkovCCMT动态可靠性预计分析方法基础上,结合多源数据融合和同化方法,利用蒙特卡罗概率模型随机抽样对强交互耦合、非线性和高度不确定性的数字化过程控制复杂动态行为特征进行模拟和统计分析,进而通过对系统状态转移概率矩阵模型的动态搜索分析,实现系统运行状态前向推演分析和可靠性预计。本发明可以实现大型复杂数字化过程控制系统状态转移概率矩阵的自适应更新构造以及情景行为动态推演分析,避免高维系统状态空间搜索爆炸问题,并能精准模拟和映射系统动态行为特性,实现系统动态可靠性预计分析。

本发明授权多源数据融合动态系统情景行为推演和可靠性预计分析方法及系统在权利要求书中公布了:1.一种多源数据融合动态系统情景行为推演和可靠性预计分析方法,其特征在于,所述方法包括: 根据系统状态初值输入或假设,通过高斯抽样得到系统同化初始状态的粒子群分布,导入至系统仿真模型模拟粒子群的轨迹变化,结合对系统状态的实时监测输入,通过数据同化得到当前时刻系统状态粒子群的后验分布,并作为下一时刻系统同化初始状态的粒子群分布; 根据数据同化过程得到的当前时刻系统状态粒子群的后验分布范围,确定系统状态始发栅元的上、下边界值,并以此作为新的栅元标尺对系统状态空间进行离散化划分,通过数字编码,完成对系统状态空间模型的重构; 针对系统状态始发栅元进行均匀抽样,得到系统动态行为推演初始状态粒子群分布,将所述系统动态行为推演初始状态粒子群导入至系统仿真模型,模拟所取粒子群的轨迹变化,根据粒子群落入不同栅元的数量统计估计得到当前系统组态配置下的系统状态的条件转移概率矩阵; 将条件转移概率矩阵与系统物理部件状态转移概率矩阵相乘,得到MarkovCCMT系统状态转移概率映射矩阵模型;在部件相互独立的条件下,所述系统物理部件状态转移概率矩阵为部件在时间△t内失效率的乘积; 基于构造的MarkovCCMT系统状态转移概率映射矩阵模型,应用系统状态情景行为动态推演算法进行系统状态超前预测分析,进一步对相同的系统状态进行合并,将合并约化后的独有系统状态压入搜索序列结构中,重复MarkovCCMT系统状态转移概率映射矩阵模型构造更新和迭代搜索过程,直至达到指定搜索深度; 根据合并后系统状态发生的概率大小排序,预测系统状态情景序列动态演化发展;通过界面图形化展示系统状态的演化过程,当系统状态失效概率超过安全限值时触发预警,指引系统安全运行; 其中,根据系统设备实时状态监测输入对系统组态结构进行配置,根据配置后的初始化扩展系统状态构造所述搜索序列结构; 扩展系统状态包括系统状态及其伴随参量,伴随参量状态为系统状态变化的关联系统参量,系统状态及其伴随参量以及系统物理部件状态相互耦合,但不直接影响系统的动态行为特性,通过对系统状态变化的影响间接反应; 所述系统状态情景行为动态推演算法包括: 将同化后的当前时刻系统状态及其伴随参量作为系统状态始发点并将其加入搜索序列结构中,同时对系统初始状态概率、搜索深度、时间步长参数进行初始化; 逐一提取搜索序列结构中的每一系统状态,分别通过对其同化更新后的MarkovCCMT系统状态转移概率映射矩阵模型中不为零的元素的搜索,得到系统状态下一转移点,搜索过程中通过概率计算得到每一系统状态转移序列路径的发生概率;根据需要在系统状态每一步转移过程中设置事前截断准则; 每一次完成对搜索序列结构中系统状态的遍历之后,将终状态相同的系统状态转移序列路径集合并,并将合并后的系统状态作为新的父节点加入至搜索序列结构中进入下一次迭代搜索; 针对每一个新的父节点,在进入下一次系统状态转移序列分支搜索之前,均需通过蒙特卡罗系统状态栅元代表点随机抽样、模拟和统计分析重新构造MarkovCCMT系统状态转移概率映射矩阵模型,以响应伴随参量的变化。

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华南理工大学,其通讯地址为:510640 广东省广州市天河区五山路381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。