-
公开(公告)号：CN104526338A
公开(公告)日：2015-04-22
申请号：CN201510033210.5
申请日：2015-01-22
Applicant: 哈尔滨工业大学
CPC classification number: B23P19/002 , B23P19/00 , B23P19/04
Abstract: 调节脚全自动装配系统的翻转装置，属于调节脚全自动装配系统领域。现有调节脚全自动装配系统无法将筒形待装件翻转的问题。一种调节脚全自动装配系统的翻转装置，双杆气缸(1)通过双杆气缸固定板(2)固定安装在支撑框(3)的一侧，双杆气缸(1)顶端活动伸缩的动力杆与L形托板(4)的挡板(5)连接，支撑框(3)的顶端与L形托板(4)的挡板(5)连接，L形托板(4)的底板(6)设置在支撑框(3)的另一侧，底板(6)上与支撑框(3)相对的一侧固定安装平行气爪(7)，平行气爪(7)两侧分别连接平行气爪大臂(8)，平行气爪大臂(8)末端分别垂直连接平行气爪小臂(9)，平行气爪小臂(9)末端旋接平行气爪回转体(10)；支撑框(3)固定安装在传送带(15)上。
-
公开(公告)号：CN102914970B
公开(公告)日：2014-12-03
申请号：CN201210431022.4
申请日：2012-11-01
Applicant: 哈尔滨工业大学
IPC: G05B13/04
Abstract: 工业过程控制系统中不能直接测量的性能参数的在线数据驱动估计方法，本发明涉及一种在工业过程控制系统中性能参数的数据驱动估计方法。本发明是要解决现有的工业过程控制系统中不能直接测量的性能参数依靠经验估计的方法可靠性低的技术问题。本方法：一、确定工业过程控制系统中可直接测量的物理量；二、在不能直接测量的性能参数y的一个退化周期内测量不同时刻不能直接测量的性能参数y及可直接测量的物理量的值并进行归一化处理，然后对构建的函数模型进行对数估计，再剔除冗余项，最后选择关键参数，得到工业过程控制系统中不能直接测量的性能参数y与运行时间的关系式。该方法适于对催化剂老化性能、配件老化、炉膛结渣的分析预测。
-
公开(公告)号：CN114779088B
公开(公告)日：2023-05-12
申请号：CN202210415333.5
申请日：2022-04-20
Applicant: 哈尔滨工业大学
IPC: G01R31/367 , G01R31/392
Abstract: 基于最大期望‑无迹粒子滤波的电池剩余使用寿命预测方法，本发明涉及电池剩余使用寿命预测方法。本发明的目的是为了解决现有电池容量突然的增加将对电池的剩余使用寿命预测产生很大的误差的问题。过程为：1、提取第k次工作过程中的电池容量数据；2、构建基于无迹粒子滤波的动态电池退化模型；3、采用基于最大期望算法自适应地估计电池退化模型中的过程噪声和测量噪声；过程噪声和测量噪声用于第k+1次工作过程中，构建基于无迹粒子滤波的动态电池退化模型；4、判断第k次工作过程是否发生容量再生现象；5、求解电池剩余使用寿命和电池容量的置信区间；本发明用于电池的剩余使用寿命预测领域。
-
公开(公告)号：CN115456272A
公开(公告)日：2022-12-09
申请号：CN202211085781.X
申请日：2022-09-06
Applicant: 哈尔滨工业大学
IPC: G06Q10/04 , G06Q10/00 , G06F30/27 , G06N3/04 , G06N3/08 , G06F111/08 , G06F111/04
Abstract: 基于变分局部加权子域自适应网络的剩余使用寿命预测方法，本发明涉及剩余使用寿命预测方法。本发明的目的是为了解决迁移学习中全局域自适应方法中子域之间细粒度特征混淆所导致的剩余使用寿命预测准确率降低的问题。过程为：一、数据预处理，获得训练数据集和验证数据集；二、搭建变分局部加权子域自适应网络；三、基于训练集训练变分局部加权子域自适应网络，得到训练好的变分局部加权子域自适应网络；四、在线预测目标域数据，对目标域数据进行步骤一的数据预处理，将预处理后的目标域数据输入训练好的变分局部加权子域自适应网络，输出剩余使用寿命。本发明用于人工智能技术与工业背景下的故障预测相结合的学科交叉领域。
-
公开(公告)号：CN113341721B
公开(公告)日：2021-12-03
申请号：CN202110673407.0
申请日：2021-06-17
Applicant: 哈尔滨工业大学
IPC: G05B13/04
Abstract: 面对含有未知扰动的工业系统的数据驱动鲁棒故障诊断方法，它属于工业过程的数据驱动故障诊断领域。本发明是为解决现有方法无法对含有未知扰动信号的系统进行准确的故障诊断的问题。本发明的故障诊断方法不依赖于工业系统模型，仅利用采集到的系统数据即可进行故障的诊断；且本发明方法对未知扰动具有强鲁棒性，在计算方面负担小，易于在线实现；本发明研究了含有未知扰动的子空间辨识问题，通过将过程数据投影到不同的子空间中辨识闭环数据驱动稳定核表示，获得对未知扰动鲁棒的残差，从而实现更好的故障诊断。本发明可以应用于对复杂工业系统进行故障诊断。
-
Patent Agency Ranking
公开(公告)号：CN113341721A
公开(公告)日：2021-09-03
申请号：CN202110673407.0
申请日：2021-06-17
Applicant: 哈尔滨工业大学
IPC: G05B13/04
Abstract: 面对含有未知扰动的工业系统的数据驱动鲁棒故障诊断方法，它属于工业过程的数据驱动故障诊断领域。本发明是为解决现有方法无法对含有未知扰动信号的系统进行准确的故障诊断的问题。本发明的故障诊断方法不依赖于工业系统模型，仅利用采集到的系统数据即可进行故障的诊断；且本发明方法对未知扰动具有强鲁棒性，在计算方面负担小，易于在线实现；本发明研究了含有未知扰动的子空间辨识问题，通过将过程数据投影到不同的子空间中辨识闭环数据驱动稳定核表示，获得对未知扰动鲁棒的残差，从而实现更好的故障诊断。本发明可以应用于对复杂工业系统进行故障诊断。
-
公开(公告)号：CN111158351B
公开(公告)日：2021-06-01
申请号：CN202010059726.8
申请日：2020-01-19
Applicant: 哈尔滨工业大学
IPC: G05B23/02
Abstract: 一种数据驱动的故障诊断与最优控制系统一体化设计方法，属于工业过程监测、故障诊断和控制领域。本发明针对现有生产过程的故障诊断和控制存在设置冗余，不能及时共享重要及具有时效性信息的问题。包括：采用镇定控制器对实际工业生产系统进行控制，获得补充控制信号及增加前馈控制器进一步参与到对所述实际工业生产系统的控制中；采集实际工业生产系统的输出信号与预设的输出预期信号作差获得输出误差，镇定控制器对输出误差进行处理获得主控制信号；采用前馈控制器对输出预期信号进行处理获得辅助控制信号；主控制信号与辅助控制信号及补充控制信号相加后获得输入信号输入到实际工业生产系统中。本发明确保了数据在整个系统中的及时性及时效性。
-
公开(公告)号：CN111488912B
公开(公告)日：2020-12-11
申请号：CN202010183501.3
申请日：2020-03-16
Applicant: 哈尔滨工业大学
Abstract: 一种基于深度学习神经网络的喉部疾病诊断系统，它属于人工智能与医疗诊断相结合的学科交叉领域。本发明解决了传统方法对喉镜图像的诊断效率以及诊断准确率低的问题。本发明搭建了喉部疾病诊断网络模型，搭建的喉部疾病诊断网络模型可以用于喉部疾病诊断的智能系统，从而更好地对喉镜图像进行诊断，帮助医生提升疾病的诊断效率和诊断准确率，降低漏诊和误诊率。本发明可以应用于喉镜图像的智能化检测。
-
公开(公告)号：CN111598894A
公开(公告)日：2020-08-28
申请号：CN202010309418.6
申请日：2020-04-17
Applicant: 哈尔滨工业大学
Abstract: 基于全局信息卷积神经网络的视网膜血管图像分割系统。本发明涉及视网膜血管图像分割系统，本发明为了解决现有卷积神经网络视网膜血管图像分割中全局信息利用有限、重要特征易丢失的问题。本发明所述系统包括：图像处理主模块、神经网络主模块、训练主模块和检测主模块；所述图像处理主模块用于采集原始视网膜图像，对采集的原始视网膜图像进行预处理，将处理后的图像输入训练主模块和检测主模块；所述神经网络主模块用于建立能够提取全局信息并强化特征的卷积神经网络；所述训练主模块用于初始化网络参数，获得训练好的卷积神经网络模型；所述检测主模块用于利用训练好的模型进行测试，计算模型性能指标。本发明属于视网膜血管图像分割系统领域。
-
公开(公告)号：CN111598893A
公开(公告)日：2020-08-28
申请号：CN202010307115.0
申请日：2020-04-17
Applicant: 哈尔滨工业大学
Abstract: 基于多类型图像融合神经网络地方性氟骨病分级诊断系统，涉及图像处理技术领域，针对现有技术中针对氟骨病的诊断效率低的问题，包括：预处理模块、病变区域图像粗分割模块、多类型图像融合模块和疾病分级诊断模块，本发明基于粗分割特征图与原始图像融合的多分类模型充分利用了病变区域信息，在保证信息完整性的基础上强化了神经网络对敏感区域的认知能力。本发明设计的代价函数强调特征图病变概率高的位置并削弱无关背景的影响，解决了病变区域占总图像面积比例较小的问题，提高了模型的训练和分类效率。本发明为氟骨病检测提供了辅助手段，填补了氟骨病智能诊断的空白，提高了针对氟骨病的诊断效率。
-
-
-
-
-
-
-
-
-
Search Results
77
records
(took 0.018 seconds)
