基于不确定性学习的小样本轴承振动图像数据故障诊断方法

    公开(公告)号:CN116051911A

    公开(公告)日:2023-05-02

    申请号:CN202310321029.9

    申请日:2023-03-29

    Applicant: 北京大学

    Inventor: 于歌 张玺

    Abstract: 本发明公布了一种基于不确定性学习的小样本轴承振动图像数据故障诊断方法,属于工业故障诊断领域。本发明首先构造基于N‑way K‑shot的小样本数据集,生成基于任意不确定性分析后的原型,计算原型‑查询对的概率相似度,构造基于可微优化的图像分类器。采用本发明可以对工业小样本下轴承振动故障图像数据进行不确定性分析并快速建立量化模型,计算周期短以及可移植性高。可适应不同工况下的稀疏异构工业信号,并对其精准预测故障类型。

    用于不确定性多阶段生产系统的调度和维护联合决策方法

    公开(公告)号:CN115017811A

    公开(公告)日:2022-09-06

    申请号:CN202210659087.8

    申请日:2022-06-10

    Applicant: 北京大学

    Inventor: 沈一岚 张玺

    Abstract: 本发明公布了一种用于不确定性多阶段生产系统的调度和维护联合决策方法,利用采集到的机器退化数据,构建机器退化模型,建立基于不确定性多阶段生产系统且考虑生产调度于维修之间交互关系的联合优化模型,提出在不确定性和动态环境下的两阶段的模型求解方法,从而完成对不确定性多阶段生产系统调度和维护的决策。通过采用本发明所提供的技术方案,有助于实现对实际工厂的生产和维护提供具体安排策略,能够为管理者和调度员提供切身的帮助,为工厂生产环节提供启发式的辅助指引。

    一种基于联合优化模型的生产调度和机器维护优化方法

    公开(公告)号:CN114510874A

    公开(公告)日:2022-05-17

    申请号:CN202210051437.2

    申请日:2022-01-13

    Applicant: 北京大学

    Inventor: 沈一岚 张玺

    Abstract: 本发明公布了一种基于生产与维护联合优化模型的生产调度和机器维护方法,考虑生产调度和机器维护之间的相互关系以及机器随机退化性,建立基于生产与维护的联合优化模型,进行生产工程调度和生成机器维护优化;包括:构建生产机器的退化模型;对生产过程建立考虑生产和维护之间相关关系的生产与维护联合优化模型;设计适应性机器维护策略AJMW,在此基础上设计基于元启发式算法和自适应维修策略AJMW的联合优化方法,用于对生产与维护联合优化模型的求解,实现对混合生产系统进行工程调度和维护优化。采用本发明技术方案,可根据实时状态对机器进行适应性维护,能够减少维护费用且提高生产效率。

    一种基于张量分解模型的多元脑电数据识别分析方法

    公开(公告)号:CN113796874B

    公开(公告)日:2022-01-28

    申请号:CN202111373209.9

    申请日:2021-11-19

    Applicant: 北京大学

    Abstract: 本发明公布了一种基于张量分解模型的多元脑电数据识别分析方法,利用采集到的多元脑电信号,建立基于张量分解模型的多元脑电数据识别分析模型,实现对脑电数据的分析与识别;包括:利用CP张量分解方法,构建基于多元脑电数据的张量分解模型,作为多元脑电数据识别分析模型;建立用于建模的脑电信号数据的分类类别信息约束项,即标签矩阵;利用多元脑电数据识别分析模型进行个体脑电信号数据的分类识别。采用本发明提供的技术方案,有助于实现对脑电数据分类类别的识别分析,提升数据识别的准确性,为远程个体数据的分析识别提供启发式的辅助,能够为个体提供切身的便利与帮助。

    基于时空条件动态建模的三维温度场监测方法

    公开(公告)号:CN110008508B

    公开(公告)日:2020-11-03

    申请号:CN201910149975.3

    申请日:2019-02-28

    Applicant: 北京大学

    Abstract: 本发明公布了一种基于时空条件动态建模的三维温度场监测方法,利用温度传感器获取传感数据,基于混和效应模型框架,利用基于热传导机制的温度场物理模型与基于时空相关性的统计模型,通过建立新型的三维温度场模型对三维温度传感数据进行分析,利用基于时空相关性的统计模型中的参数,通过统计过程控制工具对温度场演变过程实现动态监测。采用本发明方法,能够解决现有传统的温度场建模方法与无线传感器技术在温度场监测中出现的误差较大、提供的温度场信息有缺漏或者损失等问题,并对温度场演变过程是否稳定实现准确全面的监测;且可降低温度场传感器配置成本、优化温度场建模方法,提升温度场监测质量。

    一种基于迁移学习的仓储粮食温度场估计方法

    公开(公告)号:CN108376186A

    公开(公告)日:2018-08-07

    申请号:CN201810042592.1

    申请日:2018-01-17

    Applicant: 北京大学

    Inventor: 王迪 张玺

    Abstract: 本发明公布了一种基于迁移学习的仓储三维粮食温度场估计方法,建立热力学模型与迁移学习模型相结合的混合效应模型框架,将三维粮食温度场在时空点(s,t)的温度值ym(s,t)表示为温度场的全局温度变化项、温度场的局部温度变化项、和由随机或不可控因素引起的噪声项的加和,通过热力学模型描述和估计粮食温度场的全局变化,通过通过多任务学习和自相关时间序列方法相结合建立时空温度场的迁移学习模型描述和估计粮食温度场的局部变化,实现对仓储三维粮食温度场的准确估计,由此获得仓储粮食温度。本发明能够解决传感器数据不足、观测数据部分缺失无法获得精准粮食温度场信息的问题,得到粮食温度场全面而准确的信息。

    一种癫痫患者脑电信号的处理方法及系统

    公开(公告)号:CN107095669A

    公开(公告)日:2017-08-29

    申请号:CN201710325466.2

    申请日:2017-05-10

    Applicant: 北京大学

    Inventor: 陈善恩 张玺

    Abstract: 本发明公开了一种癫痫患者脑电信号的处理方法,属于非线性生理信号处理技术领域。该方法首先获取不含噪声的癫痫患者的多导脑电信号;将多导脑电信号分成若干数据段,采用最大互相关函数计算同一时间窗下的任意两段数据段的最大互相关系数,作为相应数据段的特征值,然后通过计算所有脑电信号之间的互相关系数构成特征矩阵;并获取与癫痫发作相关的稀疏特征矩阵,作为最终的脑电信号的特征矩阵;最后采用最小二乘支持向量机算法分类癫痫患者脑电信号。本发明可以应用于癫痫患者EEG信号,实现了癫痫检测的极高的准确性、敏感性和特异性。

    一种基于多源信息融合的生理状态识别分析方法

    公开(公告)号:CN114462557B

    公开(公告)日:2022-07-01

    申请号:CN202210382322.1

    申请日:2022-04-13

    Applicant: 北京大学

    Abstract: 本发明公布了一种基于多源信息融合的生理状态识别分析方法,利用采集到的个体的多元生理信号数据,通过构建基于多元生理数据的张量分解模型以及分类类别信息约束项和个体信息约束项,构建基于多源信息融合的生理状态识别分析模型;再设计模型求解算法求解模型,将待识别数据输入模型进行求解,即识别得到生理状态,实现对生理数据的分析与识别。采用本发明提供的技术方案,可提升对生理数据分类类别的识别准确性,为个体生理状态识别提供切身便利与帮助,为远程医疗与精准医疗提供启发式的辅助指引。

    一种钢管套管接箍连接的关键点自动检测方法

    公开(公告)号:CN106525716B

    公开(公告)日:2019-07-19

    申请号:CN201610871373.5

    申请日:2016-09-30

    Applicant: 北京大学

    Inventor: 杜娟 张玺

    Abstract: 本发明公布了一种钢管套管接箍连接的关键点自动检测方法,基于带有密封面的套管接箍连接的扭矩信号建立一个两阶段模型,在第一阶段中检测扭矩信号中所有潜在的变化点,具体根据扭矩信号生成物理基;提出二相回归模型获得所有可能的变点;在第二阶段中获得台肩点和密封点距离的约束,对变点集中的变点进行筛选,选择出更为可能的关键变化点;再基于加权三相回归模型确定密封点和台肩点;本发明提供了自动化、精准化的特殊扣拧接的质量监测技术方案,能够加快套管接箍连接质量监测自动化进程,节省了人工观察密封点和台肩点位置的劳动成本,降低质量监测的假报警率和废品流出率。

    基于多通道传感器数据的太阳能电池生产过程监测方法

    公开(公告)号:CN107507885A

    公开(公告)日:2017-12-22

    申请号:CN201710580158.4

    申请日:2017-07-17

    Applicant: 北京大学

    Inventor: 杜娟 张玺

    CPC classification number: Y02P70/521 H01L31/18

    Abstract: 本发明公布了种基于多通道传感器数据的太阳能电池生产过程监测方法,针对多通道传感器信号通过特征提取和过程监测,自动预测太阳能电池生产过程中的电池效率,并监测太阳能电池生产过程;包括:根据工艺曲线对多通道传感数据进行分段,提取有光伏材料层生长的温度曲线段C和反射系数曲线段;提取有光伏材料层生长的温度曲线段的长度l(C);提取反射系数曲线段的震荡包络z;进行监督学习和特征选择,得到光伏材料生长的有效特征;建立控制图对生产过程进行监测。本发明方法可有效地根据外延过程的传感器数据,预测太阳能电池光电转化效率数值,同时可通过监测外延过程实时监测生产过程状态。

Patent Agency Ranking