-
公开(公告)号：CN118619057A
公开(公告)日：2024-09-10
申请号：CN202410840556.5
申请日：2024-06-27
Applicant: 中国计量大学
Abstract: 一种能进行能量回馈的超高速电梯曳引机系统，所述曳引机系统安装在轿厢顶部，所述曳引机系统包括底座、支撑件、曳引轮、电机和曳引机制动器，所述底座上安装支撑件，所述曳引轮、电机与曳引机制动器固定在支撑件上；所述超高速电梯曳引机系统还包含超级电容模组与逆变器，所述超级电容模组安置于电机下方的底座上，所述逆变器的输入侧外置于支撑件上；所述电机的再生输出端与超级电容模组的输入侧连接；所述超级电容模组的输出端与逆变器的输入侧连接，所述逆变器的输出侧与所述电机的供电端连接。本发明能减少电梯运行过程中的能源浪费，提高能源利用率。
-
公开(公告)号：CN117609840A
公开(公告)日：2024-02-27
申请号：CN202311650182.2
申请日：2023-12-05
Applicant: 中国计量大学
IPC: G06F18/24 , G06N3/0464 , G06N3/084 , G06F18/22 , G06F18/214
Abstract: 本发明涉及化工过程小样本故障检测领域，公开了一种基于孪生时空自适应图神经网络的小样本故障检测方法，包括：源域和目标域数据采集以及数据集的划分；定义时空自适应图神经网络层，并搭建时空特征提取网络；搭建二分类网络，构建基于时空自适应图神经网络的故障检测模型；引入特征比较器，构造基于孪生时空自适应图神经网络的小样本故障检测模型；训练阶段，以创新损失函数搭建孪生网络框架，并以反向传播优化共享模型参数，引导源域知识辅助目标域数据建模；测试阶段，利用模型中的故障检测部分，完成故障检测。本发明使用创新的自适应时空关系提取技术，有效减少关联图构造过程中不确定因素对模型性能的影响；此外，孪生网络框架和特征比较器的使用，丰富了建模过程的知识，可以有效的提高模型在小样本条件下的故障检测性能。
-
公开(公告)号：CN111160464B
公开(公告)日：2023-12-01
申请号：CN201911392799.2
申请日：2019-12-30
Applicant: 中国计量大学
IPC: G06F18/27 , G06F18/22 , G06F18/214 , G06F123/02
Abstract: 本发明公开了一种基于多隐层加权动态模型的工业高阶动态过程软测量方法。本方法引入滑动窗口，针对每一组在线样本，在每一个滑动窗口中建立多隐层动态模型，即充分考虑了数据在隐空间中的局部自相关性和隐变量在时序上的高阶动态关系，对于数据的描述能够更加精准；结合支持向量数据描述方法计算得到在线样本的全局权重，并建立多隐层加权动态模型。在得到模型的参数后，建立局部加权线性回归模型，从而得到在线样本的质量变量估计值。
-
公开(公告)号：CN117056806A
公开(公告)日：2023-11-14
申请号：CN202311027378.6
申请日：2023-08-15
Applicant: 中国计量大学
IPC: G06F18/241 , G06F18/214 , G06N3/04 , G06N3/042 , G06N3/0455 , G06N3/0464 , G06N3/08
Abstract: 本发明公开了一种基于自适应图卷积网络模型的非平衡数据故障检测算法。采集工业训练数据和待检测数据，利用可学习的双向的全连接的关联图拟合变量间的深度耦合关系，替代外部输入的图先验；通过重构输入层的数据和结构，利用自适应图卷积自编码器算法自适应提取变量间关系信息；将自适应图卷积自编码器算法引入到二分类模型中实现故障检测。本发明在非平衡数据故障检测中优于其他传统方法，既充分考虑正常数据与故障数据中的变量间关系的不同，同时利用数据重构缓解模型对训练数据中类别样本数量的依赖,提高模型在非平衡数据故障检测中的性能。
-
公开(公告)号：CN111933220A
公开(公告)日：2020-11-13
申请号：CN202010860623.1
申请日：2020-08-25
Applicant: 中国计量大学
Abstract: 本发明公开了一种基于动态贝叶斯网络的青霉素发酵过程软测量方法。该方法设计了动态贝叶斯网络的结构，充分发挥动态贝叶斯网络在时变过程的优势，通过将训练样本划分成一定数量的时间切片输入动态贝叶斯网络，实现针对青霉素发酵过程的软测量建模。本发明针对青霉素发酵过程的时变特性，将传统的贝叶斯网络在时间上进行扩展，提高了青霉素发酵过程中青霉素含量的预测精度，为其他具有时变特性的复杂化工生产过程质量变量的软测量建模提供了方法参考。
-
Patent Agency Ranking
公开(公告)号：CN111160464A
公开(公告)日：2020-05-15
申请号：CN201911392799.2
申请日：2019-12-30
Applicant: 中国计量大学
IPC: G06K9/62
Abstract: 本发明公开了一种基于多隐层加权动态模型的工业高阶动态过程软测量方法。本方法引入滑动窗口，针对每一组在线样本，在每一个滑动窗口中建立多隐层动态模型，即充分考虑了数据在隐空间中的局部自相关性和隐变量在时序上的高阶动态关系，对于数据的描述能够更加精准；结合支持向量数据描述方法计算得到在线样本的全局权重，并建立多隐层加权动态模型。在得到模型的参数后，建立局部加权线性回归模型，从而得到在线样本的质量变量估计值。
-
公开(公告)号：CN110647922A
公开(公告)日：2020-01-03
申请号：CN201910828558.1
申请日：2019-09-03
Applicant: 中国计量大学
IPC: G06K9/62
Abstract: 本发明公开了一种基于公共和特有特征提取的分层式非高斯过程监测方法。将训练数据分为多个模态，在每个模态内运用多个权向量、成分向量等特征量得到训练数据的高阶公共特征；在剩余的低阶模态内运用多个权向量、成分向量等特征量得到训练数据的低阶公共特征；根据公共特征在公共子空间构建统计限和统计量，进行故障检测；在剩余的特有子空间构建统计限和统计量，进行故障检测。本发明在多模态的非高斯过程故障检测中优于其他传统方法，既可以提取出多模态的特有特征，同时也能提取出公共特征，考虑了不同模式之间的特性和共性的相互联系，使多模态过程监测更加有效。
-
公开(公告)号：CN109507972A
公开(公告)日：2019-03-22
申请号：CN201811556452.2
申请日：2018-12-19
Applicant: 中国计量大学
IPC: G05B19/418
Abstract: 本发明公开了一种基于分层式非高斯监测算法的工业生产过程故障监测方法。采集训练数据和待检测数据，计算每两个输入变量间的交互熵，根据交互熵将所有输入变量进行划分为各个子块，利用双层非高斯监控算法在每个子块内建立非高斯监测模型将每个子块中非高斯部分的数据提取出来，计算出非高斯部分数据的控制限和统计量；在每个子块内，对剩余的高斯部分的数据计算得到高斯部分的控制限和统计量；利用控制限和统计量进行故障检测。本发明在非高斯过程故障检测中优于其他传统方法，既可以充分考虑变量间的高度复杂的耦合关系，又可以将未知分布特性的数据中的非高斯部分提取出来，使化工过程的故障监测更加高效与准确。
-
公开(公告)号：CN109163094A
公开(公告)日：2019-01-08
申请号：CN201811287091.6
申请日：2018-10-31
Applicant: 中国计量大学
IPC: F16J15/16
Abstract: 本发明公开一种挤压与动压效应协同作用的箔片端面气膜密封结构，包括气膜密封的动环和静环；其特征在于：所述动环或静环中至少有一个密封环的密封端面是箔片端面；所述箔片端面包括圆环状的环本体、第一箔片、第二箔片、第一箔片安装座、第二箔片安装座、第三箔片安装座、沉头螺钉、紧定螺钉、第一磁控形状记忆合金块、第二磁控形状记忆合金块；所述第一箔片和第二箔片夹持在所述第一箔片安装座、第二箔片安装座、第三箔片安装座上并安装在所述环本体上，所述第一箔片和第二箔片的上下交错振动通过所述第一磁控形状记忆合金块和第二磁控形状记忆合金块在磁场作用下的变形来实现。
-
公开(公告)号：CN118470458A
公开(公告)日：2024-08-09
申请号：CN202410548217.X
申请日：2024-05-06
Applicant: 中国计量大学
IPC: G06V10/774 , G06V10/82 , G06F18/214 , G06F18/10 , G06F18/2131 , G06N3/0464 , G06N3/045 , G06N3/0475 , G06N3/094 , G06F123/02
Abstract: 一种基于改进的深度卷积生成对抗网络电梯振动信号数据增强方法，包括以下步骤：第一步：采集电梯轿厢运行加速度的原始振动信号；第二步：获取有效的振动信号；第三步：优化DCGAN网络模型，将谱归一化和时空注意力机制模块引入鉴别器和生成器，构成改进的数据增强整体模型；第四步：将二维时频特征图像输入数据增强整体模型，得到生成的新特征图像。本发明丰富了特征信息，在一定程度上降低“模式坍塌”的概率；根据少量数据集的特征来生成更多的新数据集已达到数据增强的目的，可以很好地学习电梯高分辨率图像的像素分布。
-
-
-
-
-
-
-
-
-
Search Results
41
records
(took 0.043 seconds)
