-
公开(公告)号:CN118998005A
公开(公告)日:2024-11-22
申请号:CN202411484598.6
申请日:2024-10-23
Applicant: 南昌工程学院
IPC: F03D17/00 , G06N3/006 , G06N7/08 , G06F18/2411
Abstract: 本发明公开了一种基于声纹信号的风机叶片故障诊断方法,包括如下步骤:对风机叶片声纹信号进行采集,并进行滤波处理;通过完全集成经验模态分解方法将滤波处理后的声纹信号分解为多个本征模态函数;将本征模态函数转换为二维镜像雪花图,并进行归一化处理;通过改进红嘴蓝鹊优化算法对支持向量机内部惩罚参数以及核参数进行优化,得到IRBMO‑SVM模型;将归一化处理后的二维镜像雪花图输入IRBMO‑SVM模型中进行故障诊断;本发明采用改进红嘴蓝鹊优化算法优化支持向量机,提高了支持向量机计算效率,进而提高了对风机叶片的故障诊断精度。
-
公开(公告)号:CN118971039A
公开(公告)日:2024-11-15
申请号:CN202411451935.1
申请日:2024-10-17
Applicant: 南昌科晨电力试验研究有限公司 , 华北电力大学 , 南昌工程学院
Abstract: 本申请公开了一种火电机组一次调频裕量预估方法、系统、设备及存储介质,属于火电厂热工控制技术领域,方法包括获取火电机组一次调频的运行数据,基于运行数据确定火电机组的时域数据组,基于时域数据组得到初始参数信息;对初始参数信息优化得到关键参数信息;搭建DEH系统与汽轮机模型结合的初始机理模型、以及嵌入至初始机理模型的深度学习模型,向深度学习模型输入关键参数及阀门开度信息得到优化控制信号,基于优化控制信号对初始机理模型优化得到一次调频裕量预估模型;向一次调频裕量预估模型输入频差及功率给定值,确定火电机组一次调频达到的裕量数据,方法可以有效捕捉到非线性和时变特性,一次调频裕量预测精确性更高。
-
公开(公告)号:CN118471254B
公开(公告)日:2024-10-11
申请号:CN202410918593.3
申请日:2024-07-10
Applicant: 南昌工程学院
IPC: G10L25/30 , G10L25/51 , G10L25/24 , G10L21/0272 , G10L21/0208 , G06N3/0475 , G06N3/094 , G01H17/00
Abstract: 本发明公开了一种变压器声纹信号样本扩充方法,使用声音采集装置采集变压器声纹信号,并通过LMS自适应滤波方法对采集到的变压器声纹信号进行滤波处理,分离出变压器运行声音和外界环境干扰噪声,得到滤波后的变压器声纹信号,构成变压器声纹信号数据集;对滤波后的变压器声纹信号进行MFCC特征提取,得到MFCC参数;使用改进瞪羚优化算法优化MFCC参数,得到最优MFCC参数;构建生成对抗网络;将构建好的生成对抗网络模型用于变压器声纹信号样本的生成。本发明具有较好的泛化性,可用于变压器声纹信号样本扩充。
-
公开(公告)号:CN117635520B
公开(公告)日:2024-09-17
申请号:CN202310270470.9
申请日:2023-03-20
Applicant: 南昌工程学院
Abstract: 本发明公开了一种二维图像和三维点云融合的弹条扣件松紧检测方法,涉及机器视觉缺陷检测及大数据处理技术领域。其包括:利用线激光传感器扫描轨道获得轨道轮廓,根据轮廓构造三维点云图像和RGB深度图像,建立语义分割模型Unet网络,利用Unet网络分割RGB深度图像中的弹条,并对弹条进行骨架提取;将二维图像中的弹条骨架映射至三维点云图像,获得弹条的初始骨架,利用初始骨架及法向量拟合弹条横截面圆,利用圆心代替初始骨架点,提高扣件检测的速度和鲁棒性;提取三维点云弹条骨架前颚点及特征点,弹条前颚点距离接触面的距离,根据距离分布快速检测弹条松紧状态。
-
公开(公告)号:CN115100109A
公开(公告)日:2022-09-23
申请号:CN202210545365.7
申请日:2022-05-19
IPC: G06T7/00 , G06T7/11 , G06V10/762 , G06V10/764
Abstract: 本发明公开了一种轨道弹条扣件的松紧状态检测方法,涉及机器视觉检测技术领域。其包括:获取弹条扣件的点云数据;将弹条扣件的点云数据转化为二值图像;并从二值化图像中提取出弹条扣件的二维骨架;及对弹条扣件二维骨架中的各个点作法线选取Z值,以确定出弹条扣件三维骨架;从三维骨架数据中找出多个特征点,并根据弹条扣件中心凹处最低点法向计算出弹条扣件的离缝高度,即弹条扣件松紧状态的评价指标。通过对不同铁路弹条扣件进行检测,利用基于三维点云的非接触式测量方法计算出每个扣件的离缝高度,从而能够自动快速地检测扣件的松紧状态,提高扣件缺陷检测的准确性和轨道维护效率。
-
公开(公告)号:CN111476767B
公开(公告)日:2022-04-12
申请号:CN202010255696.8
申请日:2020-04-02
Applicant: 南昌工程学院
Abstract: 本发明涉及一种基于异源图像融合的高铁扣件缺陷识别方法,属于机器视觉检测技术领域,包括以下步骤:S1、同步动态采集高铁扣件区域的二维灰度图像G(x,y)和轨道的二维深度图像D(x,y);S2、对二维灰度图像G(x,y)和二维深度图像D(x,y)配准,使二维灰度图像G(x,y)和二维深度图像D(x,y)准确对应场景中相同位置;S3、对配准后的扣件区域的二维灰度图像G(x,y)和二维深度图像D(x,y)分别进行特征提取;S4、基于度量学习对二维灰度图像G(x,y)和二维深度图像提取的特征分别进行特征映射,并将映射后的特征进行融合;S5、将融合后的特征输入SVM分类器,实现对扣件的分类。本发明提高了扣件的缺陷检测率,使缺陷扣件的漏检率更低,实用性强,值得推广。
-
公开(公告)号:CN113781537A
公开(公告)日:2021-12-10
申请号:CN202111093159.9
申请日:2021-09-17
Applicant: 南昌工程学院
Abstract: 本发明公开了一种轨道弹条扣件缺陷识别方法、装置和计算机设备,属于机器视觉检测技术领域。其识别方法包括:基于线激光传感器构建成像系统采集轨道轮廓高度;利用颜色映射方法将轮廓高度构建为彩色深度图像;判断深度图像是否包含完整扣件区域,若扣件区域不完整则将前后两个扣件图像拼接;扣件深度图像区域提取;深度卷积神经网络对扣件区域图像分类识别缺陷扣件。本发明通过采集轨道的高度轮廓值并将其构建为深度图像,根据深度图的差异识别扣件缺陷,解决扣件丢失、异位、折断和松动缺陷同时检测问题,同时提高扣件的缺陷检测率。
-
公开(公告)号:CN111563455A
公开(公告)日:2020-08-21
申请号:CN202010380752.0
申请日:2020-05-08
Applicant: 南昌工程学院
Abstract: 本发明公开了一种基于时间序列信号和压缩卷积神经网络的伤损识别方法,包括输入信号预处理和网络剪枝,首先采用泛谐波调频小波变换将表征伤损的一维时序信号变换到二维时频空间;然后以VGG16作为基础架构,采用添加BN层、全连接层轻量化、以泰勒准则为评判标准的滤波器排序、删除卷积层低贡献率滤波器等复合剪枝技术,构建压缩网络。通过脉冲涡流检测伤损信号验证,本发明提供的方法无需进行特征提取,且相对于VGG16架构,准确率增加到99.1%,运行时间降到7%,可广泛用于无损检测领域。
-
公开(公告)号:CN119441743B
公开(公告)日:2025-05-13
申请号:CN202510028699.0
申请日:2025-01-08
IPC: G06F18/10 , G06N3/006 , G06F18/2131
Abstract: 本发明公开了一种变压器声纹信号去噪方法,包括如下步骤:使用声音采集装置采集变压器声纹信号;采用改进山猫优化算法对时变滤波经验模态分解的带宽阈值和B样条阶数进行优化,再使用优化后的时变滤波经验模态分解将采集到的变压器声纹信号分解成本征模态函数;采用滑动窗对本征模态函数进行分段截取,并且将截取后的本征模态函数构建成三阶信号张量;将构建的三阶信号张量输入贝叶斯高斯张量分解模型中进行分解重构,再根据张量构造逆过程将重构后的三阶信号张量还原成一维向量;本发明运用改进后的山猫优化算法优化时变滤波经验模态分解的参数,避免了分解时的混叠现象。
-
公开(公告)号:CN118971207B
公开(公告)日:2025-05-06
申请号:CN202411441084.2
申请日:2024-10-16
Applicant: 南昌科晨电力试验研究有限公司 , 南昌工程学院 , 华北电力大学
IPC: H02J3/46 , H02J3/24 , G06F30/20 , G06F113/04
Abstract: 本申请公开一种涉网火电机组中调速系统的参数整定方法及系统,涉及火电机组参数整定技术领域,方法包括获取涉网运行的火电机组参数信息并创建调速系统的仿真数学模型;基于仿真数学模型确定调速系统中目标参数的第一取值范围,基于火电机组的历史运行数据,确定多组工况数据,每一组工况数据包括运行工况、负载水平和频率波动;基于多组工况数据,验证仿真数学模型输出的模拟目标参数在第一取值范围内调速系统频率波动超调量是否小于预设的超调量阈值;根据机组实际参数及第一取值范围确定第二取值范围,根据第二取值范围确定调速系统中目标参数的优化参数值,方法优化整定了火电机组控制系统的参数,提高了机组的调频性能和功率稳定性。
-
-
-
-
-
-
-
-
-