-
公开(公告)号：CN112101220B
公开(公告)日：2023-03-03
申请号：CN202010971076.4
申请日：2020-09-15
Applicant: 哈尔滨理工大学
IPC: G06F18/213 , G06F18/23 , G06F18/241 , G06N3/0464 , G06N3/048 , G06N3/088
Abstract: 一种无监督模型参数迁移的滚动轴承寿命预测方法，属于滚动轴承状态识别及剩余寿命预测技术领域。本发明针对实际中某种工况滚动轴承带标签振动数据获取困难，健康指标难以构建及寿命预测误差大的问题而提出的。该方法首先对滚动轴承全寿命周期振动数据提取均方根特征，并引入新的自下而上时间序列分割算法将特征序列分割为正常期、退化期和衰退期3种状态；对振动信号经快速傅里叶变换后的幅值序列进行状态信息标记，并作为改进全卷积神经网络的输入，提取深层特征，经训练构建源域模型和微调后的状态识别模型，实现滚动轴承多状态识别；利用状态概率估计法建立滚动轴承寿命预测模型。实验验证，所提方法无需构建健康指标，可实现无监督条件下不同工况滚动轴承状态识别和寿命预测，并获得较好的效果。
-
公开(公告)号：CN112101220A
公开(公告)日：2020-12-18
申请号：CN202010971076.4
申请日：2020-09-15
Applicant: 哈尔滨理工大学
Abstract: 一种无监督模型参数迁移的滚动轴承寿命预测方法，属于滚动轴承状态识别及剩余寿命预测技术领域。本发明针对实际中某种工况滚动轴承带标签振动数据获取困难，健康指标难以构建及寿命预测误差大的问题而提出的。该方法首先对滚动轴承全寿命周期振动数据提取均方根特征，并引入新的自下而上时间序列分割算法将特征序列分割为正常期、退化期和衰退期3种状态；对振动信号经快速傅里叶变换后的幅值序列进行状态信息标记，并作为改进全卷积神经网络的输入，提取深层特征，经训练构建源域模型和微调后的状态识别模型，实现滚动轴承多状态识别；利用状态概率估计法建立滚动轴承寿命预测模型。实验验证，所提方法无需构建健康指标，可实现无监督条件下不同工况滚动轴承状态识别和寿命预测，并获得较好的效果。
-
公开(公告)号：CN209593449U
公开(公告)日：2019-11-05
申请号：CN201920665135.8
申请日：2019-05-10
Applicant: 哈尔滨理工大学
IPC: H04L9/00
Abstract: 一种十二维八次混沌系统模拟仿真电路，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钥空间小、安全性低、抗攻击能力不强等问题。该电路包括十二个通道电路：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。可应用于保密通信、混沌密码学等领域，该高维混沌系统所产生的混沌序列密钥空间更大、复杂度更高、敏感性更强，可有效提高系统的抗破译能力。
-
公开(公告)号：CN209462389U
公开(公告)日：2019-10-01
申请号：CN201920638825.4
申请日：2019-05-05
Applicant: 哈尔滨理工大学
IPC: H04L9/00
Abstract: 一种带有五次项的十二维混沌模拟电路，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密钥空间小、系统参数少、安全性低等问题。该电路包括十二个通道电路：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。可应用于保密通信、图像数据加密等领域，多个信号通道使系统能够产生更为复杂的动态特性，具有非常强的随机性和不可预测性，系统密钥空间更大，具有较强的抗干扰能力，可大大提高通信系统的安全性和保密效果。
-
-
-
Search Results
4
records
(took 0.022 seconds)
