公开(公告)号：CN109902399B

公开(公告)日：2022-07-19

申请号：CN201910162041.3

申请日：2019-03-01

Applicant: 哈尔滨理工大学

Inventor： 梁欣涛 ,  康守强 ,  李艺伟 ,  王玉静 ,  王庆岩

IPC: G06F30/17 ,  G01M13/04 ,  G06N3/04

Abstract: 一种基于ATT‑CNN的变工况下滚动轴承故障识别方法，涉及滚动轴承故障识别技术。为了解决现有的变工况下滚动轴承故障识别方法针对复杂分类问题其泛化能力受到一定制约的问题。首先，通过卷积神经网络(CNN)将振动数据映射到非线性空间域，并利用其对输入信号的微小位移、缩放及其他扭曲形式具有不变性的特点，自适应提取变工况下滚动轴承故障特征；其次，提出将注意力机制(ATT)思想融入CNN结构中，进一步提高变工况下轴承振动特征的敏感性；同时通过数据增强方法获得更加丰富多样的训练样本，使得网络得到更充分地学习，提高了鲁棒性。所提出的基于注意力机制CNN(ATT‑CNN)故障诊断模型可实现变工况下的滚动轴承多状态识别与分类，并与其他方法比较，可获得更高的准确率。

公开(公告)号：CN109902399A

公开(公告)日：2019-06-18

申请号：CN201910162041.3

申请日：2019-03-01

Applicant: 哈尔滨理工大学

Inventor： 梁欣涛 ,  康守强 ,  李艺伟 ,  王玉静 ,  王庆岩

IPC: G06F17/50 ,  G01M13/04 ,  G06N3/04

Abstract: 一种基于ATT-CNN的变工况下滚动轴承故障识别方法，涉及滚动轴承故障识别技术。为了解决现有的变工况下滚动轴承故障识别方法针对复杂分类问题其泛化能力受到一定制约的问题。首先，通过卷积神经网络(CNN)将振动数据映射到非线性空间域，并利用其对输入信号的微小位移、缩放及其他扭曲形式具有不变性的特点，自适应提取变工况下滚动轴承故障特征；其次，提出将注意力机制(ATT)思想融入CNN结构中，进一步提高变工况下轴承振动特征的敏感性；同时通过数据增强方法获得更加丰富多样的训练样本，使得网络得到更充分地学习，提高了鲁棒性。所提出的基于注意力机制CNN(ATT-CNN)故障诊断模型可实现变工况下的滚动轴承多状态识别与分类，并与其他方法比较，可获得更高的准确率。

公开(公告)号：CN206542424U

公开(公告)日：2017-10-03

申请号：CN201720280593.0

申请日：2017-03-21

Applicant: 哈尔滨理工大学

Inventor： 王玉静 ,  那晓栋 ,  陈威威 ,  朱建良 ,  李艺伟 ,  康守强

IPC: H04L9/00

Abstract: 本实用新型提供了一种十一维四次混沌模拟电路，属于混沌信号发生器设计技术领域。解决现有低维混沌系统一般存在的密码周期短、安全性不高、容易被破解等问题。该电路包括十一个通道电路：每一个通道电路均由乘法器、反相加法比例运算器、反相积分器、反相器以及电阻、电容组成。该模拟电路产生的多个混沌信号使系统密钥空间更大，抗破译能力更强，增强了系统随机性、混沌信号的复杂性，可应用于信息安全、图像加密等领域。

公开(公告)号：CN206542420U

公开(公告)日：2017-10-03

申请号：CN201720280560.6

申请日：2017-03-21

Applicant: 哈尔滨理工大学

Inventor： 朱建良 ,  王玉静 ,  吴晨晨 ,  陈威威 ,  李艺伟 ,  许江涛

IPC: H04L9/00

Abstract: 本实用新型提供了一种十一维六次混沌模拟电路，属于混沌信号发生器设计技术领域。解决现有低维混沌系统一般存在的混沌信号简单、抗干扰能力差、保密性不强等问题。该电路包括十一个通道电路：每一个通道电路均由乘法器、反相加法比例运算器、反相积分器、反相器以及电阻、电容组成。可用于保密通信、图像加密等领域，该模拟电路的多个系统参数使密钥空间更大，产生的混沌序列随机性更强，系统的抗破译能力更强，可有效解决低维混沌电路存在的密钥空间小的问题。