-
公开(公告)号：CN112417616A
公开(公告)日：2021-02-26
申请号：CN202011309814.5
申请日：2020-11-20
Applicant: 北京信息科技大学
IPC: G06F30/17 , G06F30/20 , G06F119/02 , G06F119/14
Abstract: 本发明涉及一种铣削加工稳定性预测方法、系统及存储介质，其包括：建立单自由度铣削动力学模型；对铣削状态方程进行积分求解；通过积分求解后的铣削状态方程获取状态转移矩阵；获取铣削系统稳定性叶瓣图，完成稳定性预测。本发明能够准确获得铣削过程的稳定性叶瓣图，利用该稳定性图选取稳定加工参数。本发明可以广泛在机械加工中的铣削加工稳定性预测领域中应用。
-
公开(公告)号：CN112329626A
公开(公告)日：2021-02-05
申请号：CN202011223732.9
申请日：2020-11-05
Applicant: 北京信息科技大学
Abstract: 本发明涉及一种调制与深度学习融合的设备故障诊断方法、系统及介质，其特包括：将燃气轮机机匣的振动信号分解为多个频率分量，得到各个频率成分的瞬时频率，并绘制时频图；将时频图经过预处理后作为卷积神经网络的输入，通过训练得到卷积神经网络故障诊断模型；卷积神经网络故障诊断模型利用卷积神经网络的特征提取能力，实现对燃气轮机转子故障的诊断。本发明能很好的提取时频图中的特征，有效提高故障诊断准确率，可以广泛在燃气轮机故障诊断技术领域中应用。
-
公开(公告)号：CN108344564A
公开(公告)日：2018-07-31
申请号：CN201711421570.8
申请日：2017-12-25
Applicant: 北京信息科技大学
Abstract: 本发明涉及一种基于深度学习的主轴特性试验台状态识别及预测方法，其步骤：采集主轴特性试验台运行过程中的振动信号，对振动信号进行归一化处理后，采用EEMD对归一化后的振动信号降噪处理后得到IMF分量，对得到的IMF分量重构形成还原信号；还原信号作为CNN的输入样本，对还原信号进行特征提取后得到特征向量进行CNN特征学习，得到训练特征样本；训练特征样本通过多层LSTM编码时间信息，并通过Softmax逻辑回归进行分类得到预测特征样本，实现运行状态的预测；通过训练特征样本和预测特征样本进行Softmax逻辑回归，在逻辑回归层上进行分类判定转子回转试验台系统的故障类型，实现状态识别。本发明具有快速的响应性能和跟踪性能。
-
公开(公告)号：CN104794470B
公开(公告)日：2017-11-17
申请号：CN201510220591.8
申请日：2015-05-04
Applicant: 北京信息科技大学
Abstract: 本发明涉及一种面向东巴象形文的数字化获取与图像处理方法，其步骤：对东巴经典古籍经书进行数字图像采集；对采集到的数字图像进行去噪；对去噪后的数字图像信息进行笔划特征突出化处理，增强目标文字与背景的对比度；对特征突出化处理后的数字图像信息进行轮廓检测；对轮廓检测后的数字图像信息进行尺寸统一化处理，完成东巴象形文的数字化获取与图像处理。本发明能有效将模糊的纸质经书实现数字化提取，数据量压缩比高，去噪后得到的噪声与图像信号之间平滑弧线过渡，得到的图片清晰，便于文化的数字化传承与保护，可以广泛在文字图像处理领域中应用。
-
公开(公告)号：CN106021354A
公开(公告)日：2016-10-12
申请号：CN201610304529.1
申请日：2016-05-10
Applicant: 北京信息科技大学
IPC: G06F17/30
CPC classification number: G06F16/00 , G06F17/2827 , G06F17/2872 , G06F16/21
Abstract: 本发明涉及一种东巴经典古籍数字化释读库的建立方法，其步骤：对现有东巴经典古籍资料进行采集并建立东巴经典古籍释读资料库，该释读资料库包括图形模板库、音频模板库和视频模板库；根据东巴经典古籍释读资料库建立东巴经典古籍释读数据库，释读数据库包括词意数据库、句意数据库和事件数据库；建立东巴经典古籍释读知识库对释读数据库进行管理：释读知识库根据释读规则对三种释读数据库进行释读内容的组合，并利用推理引擎促进释读数据库中词意数据库、句意数据库、事件数据库之间的融合；建立东巴经典古籍释读优化库，通过知识挖掘工具对释读数据库、释读知识库的内容进行频繁模式挖掘以及聚类分析，为释读数据库、释读知识库的释读规则优化及更新提供支持。
-
Patent Agency Ranking
公开(公告)号：CN104809442A
公开(公告)日：2015-07-29
申请号：CN201510219254.7
申请日：2015-05-04
Applicant: 北京信息科技大学
Abstract: 本发明涉及一种东巴象形文字字素智能识别方法，它包括步骤：利用扫描仪从东巴象形文字经典中采集东巴象形文字图像字素，涉及18个属类；将采集到的东巴象形文字字素图像进行中值滤波、固定阈值分割、轮廓边界提取和形态学处理等图像预处理后，得到东巴象形文字字素的轮廓形状，并提取图像中表征单个东巴象形文字字素的几何特征，表征东巴象形文字字素的结构形状特征信息；实现表征单个字素的几何特征的提取，提取的几何特征包含7个Hu不变矩和120个zernike矩，7个Hu不变矩为低阶结构形状特征信息，120个zernike矩为高阶结构形状特征信息；建立东巴象形文字字素识别模型；东巴经典中字素智能识别。本发明可以广泛在文字识别领域中应用。
-
公开(公告)号：CN103048041B
公开(公告)日：2014-11-26
申请号：CN201210559167.2
申请日：2012-12-20
Applicant: 北京信息科技大学
Abstract: 本发明涉及一种基于局部切空间和支持向量机的机电系统故障诊断方法，其基于机电系统振动信号时域与频域的20个特征参数构建高维特征空间，利用局部切空间排列的非线性流形学习算法提取出隐藏其中的低维流形，网格搜索算法进行维数和邻域点参数的优化，实现高维相空间中局部邻域参数的自适应选取,获得机电系统的故障特征。利用交叉验证和一对一法构造支持向量机多类故障分类器，采用径向基核函数支持向量机进行机电系统的故障诊断。本发明适合非线性小样本的设备异常状态识别，能较好的解决高维数据和局部极小点等实际问题，操作简单，分类的准确率高，有利于进一步建立智能化故障诊断系统。本发明可以广泛应用于机电系统故障诊断中。
-
公开(公告)号：CN102736561A
公开(公告)日：2012-10-17
申请号：CN201210238851.0
申请日：2012-07-10
Applicant: 北京信息科技大学
IPC: G05B19/406
Abstract: 本发明涉及一种面向机电装备的远程动态自适应规则获取方法，其步骤为：（1）利用传感器群采集面向机电装备各个功能部件的状态信号；（2）将各个状态信号通过远程网络在线上传至远程数据系统中，并将各状态信号转换成统一的数据格式存储；（3）将各状态信号数据传输至远程网络平台的故障诊断模块，采用变尺度经验模态分解方法得到表征各个状态信号特征的本征模态函数，再对各个本征模态函数分别做Hilbert变换获得相应的瞬时频率；（4）构建远程故障诊断知识库系统，获取规则构成规则库，通过远程网络传输至机床故障诊断与预测服务平台；（5）机床故障诊断与预测服务平台采用动态协调度方法对获取的规则库进行动态自适应优化更新，并以置信度作为规则的评价。
-
公开(公告)号：CN101799366B
公开(公告)日：2011-08-24
申请号：CN201010101327.X
申请日：2010-01-27
Applicant: 北京信息科技大学
Abstract: 本发明涉及一种机械故障预测的特征提取方法，(1)获取代表设备运行状况的连续振动信号进行分析；(2)定义判断设备运行状态是否异常的综合评判函数；(3)对振动信号中包含的噪声降噪；(4)用时间延迟法对振动信号进行相空间重构；(5)根据欧氏距离判断两样本点是否为近邻点；(6)根据样本点的边连接距离确定邻近图；(7)规范化变换矩阵S，确定矩阵ι(DG)；(8)利用平移不变的方法，根据矩阵ι(DG)构造中间计算矩阵K1和测地距离核矩阵K，使矩阵K满足正定性；(9)计算矩阵K的特征值和特征向量；(10)根据亥维塞德函数确定拓扑维数；(11)根据拓扑维数进行低维流形特征提取。本发明通过判断振动信号的异常与否，提高了特征提取的针对性和准确性。本发明可广泛应用于各种机械设备的故障预测特征提取中。
-
公开(公告)号：CN101859128A
公开(公告)日：2010-10-13
申请号：CN201010217024.4
申请日：2010-07-05
Applicant: 北京信息科技大学
IPC: G05B19/4065
Abstract: 本发明涉及一种基于知识的车铣复合机床故障预测专家系统，其包括人机接口模块、数据获取和预处理模块、基于数据挖掘的知识获取模块、基于自适应的故障预测模块、故障诊断专家系统、解释器、推理机、预测方法库、综合知识库、模型库和诊断模块；人机接口模块实现将实时检测数据和历史数据传送至其它模块，数据获取和预处理模块将接收的数据预处理后输入知识获取模块内进行数据挖掘；知识获取模块经故障预测模块连接故障诊断专家系统；故障预测模块和故障诊断专家系统将故障预测和诊断结果输入推理机，推理机在综合知识库和模型库中进行搜索；故障预测模块通过建立选择目标函数，经推理机从预测方法库中选择合适的预测方法进行故障预测。本发明可以广泛应用于各种数控机床故障诊断中。
-
-
-
-
-
-
-
-
-
Search Results
98
records
(took 0.033 seconds)
