-
公开(公告)号:CN114722952B
公开(公告)日:2023-05-26
申请号:CN202210416390.5
申请日:2022-04-20
Applicant: 哈尔滨工业大学
IPC: G06F18/2415 , G06F30/27 , G06N3/048 , G06N3/08
Abstract: 一种基于表示学习的轴承故障检测和分类的一体化方法,本发明涉及轴承故障检测和分类的一体化方法。本发明的目的是为了解决现有采用数据驱动的方法进行轴承故障诊断过程中,获得大量的轴承故障样本是十分困难的,以及为不同的故障类型的数据设计准确的标签存在很大的限制的问题。过程为:1、提取轴承的振动数据;2、特征提取:从时域、频域2个角度提取数据的特征;3、搭建故障检测神经网络:故障检测神经网络包括编码器、噪声引入、自注意力机制层以及解码器;4、训练故障检测神经网络;5、搭建故障分类神经网络;6、训练故障分类神经网络;7、在线故障检测与故障分类。本发明用于轴承故障诊断与人工智能相结合的学科交叉领域。
-
公开(公告)号:CN114417686B
公开(公告)日:2023-02-03
申请号:CN202210065461.1
申请日:2022-01-20
Applicant: 哈尔滨工业大学
IPC: G06F30/25 , G06F30/27 , G06F111/10 , G06F111/08 , G06F119/02 , G06F119/04
Abstract: 一种面向单个锂离子电池的自适应在线剩余使用寿命预测方法,本发明涉及电池的自适应在线剩余使用寿命预测方法。本发明的目的是为了解决现有单个电池工作过程中的剩余使用寿命预测方法需要大量历史数据,在一定程度上会受到强马尔可夫特性的制约,以及电池在退化过程中的随机性难以得到量化的问题。过程为:一:提取电池第k次工作过程中的容量数据;二:构建电池的退化模型;三:构建自适应估计退化模型参数;四:计算电池的剩余使用寿命;判断第k次工作循环下的电池的荷电状态SOC是否低于80%,如果SOC高于80%,则令k=k+1,执行一至四,否则电池报废;五:评估剩余使用寿命的在线预测效果。本发明用于电池使用寿命预测领域。
-
公开(公告)号:CN115167376A
公开(公告)日:2022-10-11
申请号:CN202210951337.5
申请日:2022-08-09
Applicant: 哈尔滨工业大学
IPC: G05B23/02
Abstract: 一种基于平均一致性的数据驱动分布式协同诊断方法,本发明涉及数据驱动的分布式故障诊断方法。本发明目的是为了解决现有故障诊断准确率低的问题。过程为:离线阶段:步骤一:建立工业系统整体状态空间模型和工业子系统的状态空间模型;步骤二、基于步骤一构建自适应残差产生器;步骤三:设计各工业子系统残差产生器之间的通讯拓扑;步骤四:基于步骤二和步骤三计算工业子系统总体残差和辅助滤波器的输出;在线阶段:步骤五、基于步骤四计算在线工业子系统统计量;步骤六、基于步骤五残差评估与在线决策。本发明属于工业系统过程监测、故障诊断领域。
-
公开(公告)号:CN114419000B
公开(公告)日:2022-09-23
申请号:CN202210066338.1
申请日:2022-01-20
Applicant: 哈尔滨工业大学
Abstract: 基于多尺度几何嵌入卷积神经网络的股骨头坏死指标预测系统,本发明涉及股骨头坏死指标预测系统。本发明为解决现有股骨头坏死指标预测准确率低的问题。过程为:图像处理主模块用于获得预处理后的图像;神经网络主模块用于搭建多尺度几何嵌入卷积神经网络模型;训练主模块利用预处理后的图像对搭建好的网络模型进行训练,并获得训练好的多尺度几何嵌入卷积神经网络模型;检测主模块用于加载训练好的网络模型,对待测试图像进行分割,分割出股骨头区域;指标模块用于对获取的分割出的股骨头区域进行分割,分割出坏死区域,统计坏死区域中的像素数量作为坏死面积,计算坏死面积与股骨头面积的比例。本发明用于图像处理和人工智能领域。
-
公开(公告)号:CN114417686A
公开(公告)日:2022-04-29
申请号:CN202210065461.1
申请日:2022-01-20
Applicant: 哈尔滨工业大学
IPC: G06F30/25 , G06F30/27 , G06F111/10 , G06F111/08 , G06F119/02 , G06F119/04
Abstract: 一种面向单个锂离子电池的自适应在线剩余使用寿命预测方法,本发明涉及电池的自适应在线剩余使用寿命预测方法。本发明的目的是为了解决现有单个电池工作过程中的剩余使用寿命预测方法需要大量历史数据,在一定程度上会受到强马尔可夫特性的制约,以及电池在退化过程中的随机性难以得到量化的问题。过程为:一:提取电池第k次工作过程中的容量数据;二:构建电池的退化模型;三:构建自适应估计退化模型参数;四:计算电池的剩余使用寿命;判断第k次工作循环下的电池SOC是否低于80%,如果SOC低于80%,则令k=k+1,执行一至四,否则执行五;五:评估剩余使用寿命的在线预测效果。本发明用于电池使用寿命预测领域。
-
公开(公告)号:CN109461311A
公开(公告)日:2019-03-12
申请号:CN201811557898.7
申请日:2018-12-19
Applicant: 哈尔滨工业大学(深圳)
Abstract: 一种面向智能交通和智能驾驶的路网交通流时空预测方法,其主要包括:获取步骤、编码步骤、译码步骤和预测步骤,从而根据预测图信号获得预测时间段内的公路网络的交通流。一方面,由于在编码步骤和译码步骤中分别构建了倒齿形扩散卷积循环模块,使得卷积层中保留一个状态变量,有助于减少维护的状态变量数,通过倒齿形的循环走向可优化状态变量的卷积扩散过程,而且,重新构造的扩散卷积循环处理过程能够实现在同一时刻进行两次状态更新的操作,可增强时间短期依赖性;另一方面,由于在编译步骤中将日周期图信号和周周期图信号作为了译码处理的考虑因素,使得依据信息不再单一,可有效抑制累进学习过程可能引入的噪声,从而提高预测图信号的预测准确度。
-
公开(公告)号:CN206869611U
公开(公告)日:2018-01-12
申请号:CN201720850082.8
申请日:2017-07-13
Applicant: 哈尔滨工业大学深圳研究生院
IPC: B24B21/18
Abstract: 本实用新型公开了一种六自由度砂带磨削单元姿态补偿装置,气弹簧外壳和气弹簧活塞杆组成弹性支撑杆,并通过第二球关节轴承和第一球关节轴承分别与位姿补偿板和基座板分别铰接;在气弹簧外壳与第一球关节轴承之间连接有第一长度调节杆、第二长度调节杆和第三长度调节杆;所述位姿补偿板为矩形,两个弹性支撑杆布置在位姿补偿板的一侧,另一个弹性支撑杆布置位姿补偿板的另一侧;顶出气缸固定在位姿补偿板上,顶出气缸的活塞杆与打磨板固连,打磨板四角处固定有导向轴,分别插入固定在位姿补偿板的导向轴套中。本实用新型节省与机器人配合打磨时的校正时间,降低对机器人和磨削单元的定位等级,同时增加了打磨系统的适应性,提高砂带的磨削质量。(ESM)同样的发明创造已同日申请发明专利
-
-
-
-
-
-