-
公开(公告)号:CN116842353A
公开(公告)日:2023-10-03
申请号:CN202310869527.7
申请日:2023-07-14
Applicant: 上海交通大学
Abstract: 本发明提供一种自适应的时频支持的调频信号分解方法与系统,包括:计算信号的参数化时频变换。从信号的参数化时频变换的时频表示中提取能量最大的子信号的粗糙的瞬时频率脊度曲线。将提取的该子信号的瞬时频率曲线作为信号分解的初始瞬时频率。根据该子信号的瞬时频率计算该子信号的瞬时频率核函数矩阵。计算该子信号的解调信号。计算该子信号的初始瞬时频率增量。计算该子信号的优化的初始瞬时频率增量。更新该子信号的瞬时频率。本发明实现了对具有强噪声的复杂多成分信号的分解,能准确地估计每个子信号的瞬时频率(IF)与重构每个子信号,有效地揭示了原始复杂信号的变化规律,能应用于许多领域的实际工程信号处理,有很强的工程实用价值。
-
公开(公告)号:CN112329172B
公开(公告)日:2022-12-27
申请号:CN202011225143.4
申请日:2020-11-05
Applicant: 上海交通大学 , 上海智能制造功能平台有限公司
Abstract: 本发明提供了一种基于并联式神经网络的盾构机刀盘扭矩预测方法及系统,包括:在盾构机实际工作数据库中选择对盾构机刀盘扭矩影响较大的工作参数;对选择的工作参数进行预处理;根据预处理后的工作参数建立并联式神经网络刀盘扭矩预测模型并进行并联式神经网络刀盘扭矩预测模型的训练;在不同的数据集上评价训练后的并联式神经网络刀盘扭矩预测模型对刀盘扭矩的预测精度。实现了高精度的刀盘扭矩实时预测,有助于指导司机提前调整盾构机的操作参数,确保盾构机的高效安全推进,从而提升盾构机的智能化水平。
-
公开(公告)号:CN114972994A
公开(公告)日:2022-08-30
申请号:CN202210594109.7
申请日:2022-05-27
Applicant: 上海交通大学
Abstract: 本发明提供了一种盾构机施工掌子面地质类型识别方法及系统,包括:步骤S1:采集施工时的装备状态参数数据并进行预处理;步骤S2:对原始数据进行标准化并进行特征提取;步骤S3:提取同维度的二维特征并输送至二维卷积神经网络得到识别结果;步骤S4:搭建二维卷积神经网络处理提取到的二维特征并进行训练;步骤S5:根据测试集测试结果评估识别效果。本发明通过相关性分析选取了多个盾构机的掘进参数,有利于更全面地反映盾构机施工时掌子面的地质信息;通过组合多条数据形成一个二维图像数据并输入改进的多头自注意力块,能充分挖掘当前工作面的地质信息以及相邻工作面的关联信息。
-
公开(公告)号:CN112131796B
公开(公告)日:2022-05-03
申请号:CN202011023865.1
申请日:2020-09-25
Applicant: 上海交通大学 , 上海智能制造功能平台有限公司
IPC: G06F30/27 , G06N3/12 , G06F111/08 , G06F119/04
Abstract: 本发明公开了一种基于基因表达式编程的硬岩TBM滚刀磨损实时评估方法,该方法构造表征每把滚刀磨损的健康因子,利用基因表达式编程算法建立关键的影响滚刀磨损的现场参数与健康因子之间的映射关系,得到评估滚刀磨损的显式表达式模型;对于待评估的某滚刀,构造特征集输入到训练好的模型中,评估各开挖区间的健康因子并累加得到其健康状态值,如果该值接近1,表明需要更换滚刀。本发明方法能建立高精度的滚刀磨损实时评估显式表达式模型,无需地质信息而仅需要监测若干现场参数便能获取每把滚刀的磨损信息,因而能很方便地部署于实际施工中,保证滚刀在临近磨损极限时被及时更换,减少滚刀检测时间,提高刀具利用率。
-
公开(公告)号:CN113984190A
公开(公告)日:2022-01-28
申请号:CN202111221868.0
申请日:2021-10-20
Applicant: 上海交通大学 , 上海智能制造功能平台有限公司
IPC: G01H17/00
Abstract: 本发明提供了一种机器人钻削颤振识别方法和系统,包括如下步骤:步骤S1:采集机器人钻削系统主轴振动信号;步骤S2:根据主轴振动信号计算信号能量熵;步骤S3:根据信号能量熵和颤振阈值对比进行机器人钻削颤振的识别。本发明能够获得非线性、非平稳机器人钻削颤振信号能量集中的时频表示,从加速度信号中去除主轴相关分量,突出早期微弱颤振分量,实现了在不同的制孔条件下能够准确地捕捉早期的微弱颤振特征,在颤振完全发展之前识别出机器人的颤振,有助于颤振后续颤振抑制措施的充分实施,避免颤振对制孔质量的损害,从而提高机器人制孔质量。
-
公开(公告)号:CN113642082A
公开(公告)日:2021-11-12
申请号:CN202110976876.X
申请日:2021-08-24
Applicant: 上海交通大学
IPC: G06F30/13 , G06F30/27 , G06N3/04 , G06N3/08 , G06F119/14
Abstract: 本发明提供了一种TBM利用率预测的A‑CNN方法及系统,包括如下步骤:数据集构建步骤:构建数据集;网络架构步骤:建立A‑CNN神经网络架构;模型建立步骤:利用A‑CNN神经网络架构与数据集建立TBM利用率预测模型,利用建立的TBM利用率预测模型预测TBM在掘进环的利用率,为所述掘进环的后续施工提供指导。本发明针对TBM每环利用率实时预测设计新的A‑CNN神经网络架构,它能实现在较小的输入维度下利用卷积神经网络模块提取输入中更深层次的特征,并最终利用全连接网络建立提取的特征与利用率之间的回归模型,相比于目前该领域建模常用的多元回归方法或者传统的机器学习算法,具有更高的预测精度。
-
公开(公告)号:CN113221458A
公开(公告)日:2021-08-06
申请号:CN202110534801.6
申请日:2021-05-17
Applicant: 上海交通大学 , 上海智能制造功能平台有限公司
Abstract: 本发明提供了一种盾构刀盘扭矩多步预测方法和系统,包括:采集刀盘扭矩信号并预处理为刀盘扭矩序列;利用VMD分解法将刀盘扭矩序列分解为多个子序列和残差序列,通过EWT分解法对残差序列进行进一步分解;对扭矩子序列进行归一化并输送至LSTM神经网络;构建盾构刀盘扭矩神经网络多步预测模型并进行训练;对预设未来时刻的刀盘扭矩数值进行预测;根据预设未来时刻的刀盘扭矩数值分别计算均方根误差、平均绝对误差和平均绝对百分误差,测试刀盘扭矩的预测精度。本发明实现了高精度的刀盘扭矩实时多步预测,有助于指导司机提前调整盾构机的操作参数,实现盾构机的高效安全推进,从而提升盾构机的自动化和智能化水平。
-
公开(公告)号:CN112347580A
公开(公告)日:2021-02-09
申请号:CN202011220548.9
申请日:2020-11-05
Applicant: 上海交通大学 , 上海智能制造功能平台有限公司
IPC: G06F30/17 , G06F30/27 , G06F119/14
Abstract: 本发明提供了一种盾构机刀盘扭矩实时预测方法及系统,包括:选取盾构机实际工作过程中对刀盘扭矩影响符合预设要求的盾构机运行参数,并进行预处理;基于CNN神经网络、残差网络与LSTM神经网络利用Tensorflow框架下的keras包构建残差CNN‑LSTM神经网络刀盘扭矩预测模型;对残差CNN‑LSTM神经网络刀盘扭矩预测模型进行训练;选取预设时刻的盾构机运行参数数据,利用训练后的残差CNN‑LSTM神经网络刀盘扭矩预测模型,对下一时刻的刀盘扭矩数值进行预测;分别计算均方误差、平均绝对误差和平均绝对百分误差,测试刀盘扭矩的预测精度;本发明实现对盾构机的刀盘扭矩的高精度预测,有利于提升盾构机的自动化与智能化水平。
-
公开(公告)号:CN107914580B
公开(公告)日:2019-03-22
申请号:CN201711204840.X
申请日:2017-11-27
Applicant: 上海交通大学
IPC: B60K26/02
Abstract: 本发明提供了一种油门控制装置,主要用于工程车辆,其包括油门踏板(1)、可伸缩活动的推拉杆(2)和离合装置(5)。推拉杆(2)的一端铰接固定在控制台面上,另一端通过离合装置(5)实现与油门踏板(1)的扣紧和松开;离合装置(5)设置为可扣紧和松开推拉杆(2)与油门踏板(1)的连接。本装置能够实现传统的人工控制机构与自动控制机构之间的便捷切换,可断电自动复位保护,具有使用成本低,结构稳定,安全性高,操作快捷有效的效果。
-
公开(公告)号:CN107725535B
公开(公告)日:2019-03-22
申请号:CN201711153639.3
申请日:2017-11-20
Applicant: 上海交通大学
Abstract: 本发明公开了一种挖掘机液压缸泄漏检测方法和装置,涉及挖掘机技术领域、液压缸泄漏检测技术领域和计算机技术领域。其中,方法包括:获取挖掘机的液压缸的腔内压力数据;获取所述液压缸所对应的机械臂的机械臂倾角数据;基于腔内压力数据在预定时间内的变化情况和机械臂倾角数据在预定时间内的变化情况进行判断,得到液压缸的泄漏情况。设备包括:感测腔内压力信号的压力传感器、感测机械臂倾角信号的倾角传感器、信号采集控制器以及电子设备。本发明可在挖掘机整机状态下检测机械臂液压缸的泄漏情况,无需拆卸下液压缸单独进行检测,能够及时检测出液压缸的泄漏情况,避免液压缸泄漏造成的事故,并对液压系统故障定位与维修具有指导意义。
-
-
-
-
-
-
-
-
-