公开(公告)号：CN111992880A

公开(公告)日：2020-11-27

申请号：CN202011052312.9

申请日：2020-09-29

Applicant: 华中科技大学

Inventor： 蒋平 ,  黄德骅 ,  蔡旺 ,  舒乐时 ,  周奇 ,  耿韶宁

IPC: B23K26/08 ,  B23K26/28 ,  B23K26/70

Abstract: 本发明属于激光焊接相关技术领域，其公开了一种用于曲线轨迹激光焊接的柔性装置，装置包括：底座；设于底座两端的第一支撑架和第二支撑架，其中，第一支撑架包括一端固定连接于底座的第一液压杆以及与第一液压杆另一端转动连接的第一导轨支撑架；第二支撑架包括一端转动连接于底座的第二液压杆以及与第二液压杆转动连接的第二导轨支撑架；第一同步带线性双联模组包括两端分别固定于第一导轨支撑架和第二导轨支撑架上的第一导轨以及第一伺服电机；第二同步带线性双联模组包括两个两端设于第一导轨并与第一导轨垂直的第二导轨以及第二伺服电机，第二导轨上设有装夹平台。该装置可实现多角度焊接，焊接方位灵活，普适性广。

公开(公告)号：CN109858352B

公开(公告)日：2020-09-18

申请号：CN201811601591.2

申请日：2018-12-26

Applicant: 华中科技大学

Inventor： 刘颉 ,  葛子月 ,  胡中旭 ,  葛明峰 ,  周奇 ,  许颜贺 ,  周凯波 ,  张立丽 ,  张志鑫

IPC: G06K9/00 ,  G06K9/46 ,  G06K9/62 ,  G06N3/04 ,  G01M13/045

Abstract: 本发明公开了一种基于压缩感知与改进多尺度网络的故障诊断方法，采用压缩感知压缩样本，能从原样本信号中保留感兴趣的信息，提高数据分析效率。利用压缩感知的高斯测量矩阵乘以信号矩阵，由于高斯测量矩阵是随机矩阵，每次生成的矩阵元素是不同的，产生的训练样本也是不同，产生足够多的训练样本，进一步解决深度模型训练过程中存在的小样本问题，提高了小样本故障诊断的精确率。在具有相同的尺寸和特征映射数量的特征映射之间引入恒等映射，通过对不同层的特征提取，连接不同层的特征拼接为一个整体实现特征融合，得到与输入图像对应的深度融合特征向量，从而解决了多尺度网络优化过程困难问题，能在不同工况下有效识别故障类型。

公开(公告)号：CN106289519A

公开(公告)日：2017-01-04

申请号：CN201610616097.8

申请日：2016-07-29

Applicant: 华中科技大学

Inventor： 蒋平 ,  王超超 ,  周奇 ,  邵新宇 ,  曹龙超 ,  胡杰翔 ,  舒乐时 ,  张亚辉

IPC: G01J3/00 ,  B23K26/70 ,  B23K26/21

CPC classification number: G01J3/00 ,  B23K26/21 ,  B23K26/705

Abstract: 本发明公开了一种熔池等离子体辐射光谱采集机构，其包括激光辅助对中组件及与所述激光辅助对中组件间隔设置的光纤探头夹持调整组件。所述激光辅助对中组件包括激光发射器，其通过滑动使所述激光发射器的中心与工件的焊缝表面共面；所述激光发射器用于向所述光纤探头夹持调整组件发射激光，所述激光在所述光纤探头夹持调整组件上反射形成激光红色斑点。所述光纤探头夹持调整组件包括光纤探头，其依据所述激光红色斑点的位置滑动相应距离，以使所述光纤探头的中心、所述焊缝的表面及所述激光发射器的中心共面。本发明还涉及具有如上所述的熔池等离子体辐射光谱采集机构的激光焊接装置。

公开(公告)号：CN118940612B

公开(公告)日：2025-02-25

申请号：CN202410944676.X

申请日：2024-07-15

Applicant: 华中科技大学

Inventor： 谢婷丽 ,  权德森威 ,  周奇 ,  胡杰翔 ,  罗舒杨 ,  黄旭丰 ,  吴金红 ,  龙田 ,  金正龙 ,  李保平

IPC: G06F30/27 ,  G06F30/10 ,  G06F30/23 ,  G06N3/0499 ,  G06N3/084 ,  G06N3/0985

Abstract: 本发明提出了一种基于参数优化神经网络的适配器优化设计方法，属于适配器设计领域，包括：S1、采用拉丁超立方采样法生成适配器构型样本，通过有限元模型获取应变场数据，将适配器构型样本输入参数和应变场分布作为训练集训练不确定性量化模型；S2、将训练后的不确定性量化模型作为近似代理模型，用于计算目标函数；S3、构建参数优化神经网络，并使用训练集和训练后的不确定性量化模型对参数优化神经网络进行训练，得到训练后的参数优化神经网络，所述训练后的参数优化神经网络的输出为适配器的最优设计参数。本申请利用训练好的不确定性量化模型对参数优化神经网络进行性能评估和参数优化，并确定最优权重参数，进而确定适配器的最优设计参数，提高适配器优化设计效率及准确率。

公开(公告)号：CN117806172B

公开(公告)日：2024-05-24

申请号：CN202410218787.2

申请日：2024-02-28

Applicant: 华中科技大学

Inventor： 王延之 ,  胡杰翔 ,  王丽娇 ,  余子阳 ,  王楚 ,  吴金红 ,  周奇 ,  查志坚 ,  罗荣敏

IPC: G05B13/04

Abstract: 本发明提供一种基于云边协同与自适应知识传递的故障诊断方法，涉及故障诊断技术领域，包括以下步骤：采集齿轮箱的运行状态数据，并对运行状态数据进行过采样处理，得到训练数据集；构建第一模型和第二模型，利用训练数据集对第一模型进行迭代训练，得到第一模型对训练数据集的第一预测结果；结合第一预测结果和知识传递方法，使用训练数据集对第二模型进行迭代训练，得到优化后的第二模型；在边缘计算设备中部署优化后的第二模型，从齿轮箱中采集实时数据，导入优化后的第二模型进行检测，得到故障诊断结果。本发明能够充分利用云端和边缘端的计算资源，同时满足实时性需求，为风电机组运行状态数据的预测和诊断提供了有效的解决方案。

公开(公告)号：CN118035873A

公开(公告)日：2024-05-14

申请号：CN202410223999.X

申请日：2024-02-29

Applicant: 华中科技大学

Inventor： 胡杰翔 ,  王延之 ,  王丽娇 ,  吴金红 ,  查志坚 ,  余子阳 ,  周奇 ,  王楚 ,  龚林涛

IPC: G06F18/2415 ,  G01M13/028 ,  G06F18/15 ,  G06F18/2131 ,  G06F18/22 ,  G06N3/045 ,  G06N3/0464 ,  G06F123/02

Abstract: 本发明提供一种并行卷积改进三元组网络的故障诊断方法，涉及故障诊断技术领域，包括：对齿轮箱的运行状态数据进行数据采集，得到初始数据集；针对每个初始数据构造为三元组数据，得到三元组数据集；构建故障诊断模型，包括特征提取网络、距离度量网络和分类器网络；将三元组数据集输入特征提取网络中，利用特征提取网络提取三元组数据集的特征向量，同时将特征向量输入距离度量网络和分类器网络中进行联合迭代训练，即得到优化后的故障诊断模型；获取齿轮箱的实时数据，利用优化后的故障诊断模型对实时数据进行故障诊断，得到诊断结果。本发明解决了现有故障诊断模型在不平衡条件下对故障样本缺乏导致的故障信息提取难的问题。

公开(公告)号：CN116738315A

公开(公告)日：2023-09-12

申请号：CN202310714333.X

申请日：2023-06-16

Applicant: 华中科技大学

Inventor： 周奇 ,  李京昌 ,  曹龙超 ,  胡杰翔 ,  吴金红 ,  黄旭丰 ,  罗舒杨

IPC: G06F18/241 ,  G06F18/214 ,  G06F18/21 ,  G06F18/213 ,  G06N3/0464 ,  G06N3/048 ,  G06N3/084

Abstract: 本发明提出了一种激光粉末床熔融增材制造不同材料气孔率监测方法，涉及增材制造领域，包括：获取源域数据和目标域数据；构建预训练模型，包括特征提取模块和第一分类识别模块；对预训练模型进行迭代训练，得到特征提取模块的第一参数；锁定第一参数，对第一分类识别模块进行调整，得到第二分类识别模块，基于预训练模型的特征提取模块和第二分类识别模块构成微调模型；对微调模型进行迭代训练；获取目标域的待监测数据，利用训练好的微调模型对待监测数据进行识别分类，得到分类结果。本发明提出的方法提高了对不同材料零件气孔率监测的识别精度，且充分利用了历史数据，避免了资源浪费。

公开(公告)号：CN115879350A

公开(公告)日：2023-03-31

申请号：CN202310071166.1

申请日：2023-02-07

Applicant: 华中科技大学

Inventor： 周奇 ,  吴金红 ,  罗舒杨 ,  林泉 ,  黄旭丰 ,  胡杰翔 ,  钟林君 ,  刘华坪 ,  王延之 ,  王楚

IPC: G06F30/23 ,  G06F30/27 ,  G06N3/088

Abstract: 本发明提出了一种基于序贯采样的飞行器阻力预测方法，涉及飞行器设计领域，包括以下步骤：S1，确定设计空间，采样生成第一精度样本点和第二精度样本点，作为初始样本集；S2，通过有限元仿真构建第一精度模型和第二精度模型，由第一精度模型生成第一精度数据，并通过克里金近似建模方法构建第一精度近似模型；S3，由第二精度模型生成第二精度数据，计算第一精度数据与第二精度数据的差值，并构建加法标度模型，由加法标度模型和第一精度近似模型组成多精度近似模型；S4，判断多精度近似模型是否满足加点收敛准则，不满足时，添加新的第二精度样本点至初始样本集中，更新样本集，并重复步骤S3；满足时，输出多精度近似模型，预测飞行阻力。

公开(公告)号：CN114741977A

公开(公告)日：2022-07-12

申请号：CN202210659315.1

申请日：2022-06-13

Applicant: 华中科技大学

Inventor： 周奇 ,  林泉 ,  夏凉 ,  钟林君 ,  胡杰翔 ,  刘华坪 ,  吴金红 ,  龚林涛 ,  金朋 ,  郑建国

IPC: G06F30/27 ,  G06F30/10 ,  G06K9/62 ,  G06F113/26

Abstract: 本发明提出了声学超材料微结构最大加工误差设计方法，本发明基于“逆向设计”思维的稳健性分析方法，从设计要求出发，将可接受目标变化范围及可接受约束变化范围映射至不确定性参数空间，并根据参数空间的灵敏度区域确定最大加工误差区间；并将SVM分类模型与稳健性分析方法相结合，以SVM模型代替稳健性分析过程中对目标响应值及约束响应值的模拟仿真，显著降低了仿真成本，提高了稳健性分析的求解效率。

公开(公告)号：CN114722732A

公开(公告)日：2022-07-08

申请号：CN202210648286.9

申请日：2022-06-09

Applicant: 华中科技大学

Inventor： 周奇 ,  黄旭丰 ,  吴金红 ,  林泉 ,  胡杰翔 ,  刘华坪 ,  金朋 ,  王胜一 ,  徐杰 ,  毛义军

IPC: G06F30/27 ,  G06N3/04 ,  G06N3/08 ,  G06F111/10 ,  G06F119/08

Abstract: 本发明提供了基于点云网络的高超声速飞行器燃料箱温度场预测方法，包括如下步骤：S1：获取超声速飞行器燃料箱形状特征、材料构成及工况变量；S2：根据燃料箱传热分层情况，进行网格划分，并设置边界条件；建立燃料箱三维传热的数值模拟模型并进行验证；S3：选取数值模拟模型的中间位置纵向截面上温度场点云数据，建立燃料箱温度场的点云样本数据集；S4：基于点云样本数据集，划分训练数据集和测试数据集；S5：建立点云网络模型，利用训练数据集和测试数据集对点云网络模型进行训练验证，获取基于点云网络的温度场预测模型；S6：利用温度场预测模型进行温度场进行预测。