一种基于滑动窗口自注意力机制的振动数据特征提取方法

    公开(公告)号:CN116183229A

    公开(公告)日:2023-05-30

    申请号:CN202310146293.3

    申请日:2023-02-22

    Applicant: 浙江大学

    Abstract: 本发明属于人工智能健康监测领域,涉及一种基于滑动窗口自注意力机制的振动数据特征提取方法,包括:步骤一,采集复杂设备上的多通道原始振动信号,并进行信号数据的预处理;步骤二,基于滑动窗口自注意力机制,对预处理后的数据进行特征计算和整合,提取出关键特征数据;步骤三,根据步骤一的预处理方式和步骤二所基于的滑动窗口自注意力机制,参考残差神经网络,构建深度人工神经网络,结合具体任务设计分类头,分析关键特征数据并输出具体分析结果。本发明针能够直接处理不同采样频率,不同采集时长,不同通道数的原始振动数据,便于在不同装备,不同采集传感器,不同数据处理算法中泛化部署,受数据分布及模态的影响性小,自适应能力强。

    基于数据增强和胶囊神经网络的风机故障可迁移诊断方法

    公开(公告)号:CN114757239B

    公开(公告)日:2022-08-30

    申请号:CN202210672556.X

    申请日:2022-06-15

    Applicant: 浙江大学

    Abstract: 本发明公开一种基于数据增强和胶囊神经网络的风机故障可迁移诊断方法,其包括:对采集到的风机振动信号数据预处理,检测并剔除异常值;基于平均功率谱密度提取故障的最佳特征频率带;计算风机振动信号在故障最佳特征频率带上的平均功率谱密度强度值,并将其作为一类支持向量机的输入进行故障退化检测,从而确定故障初始失效发生点;将振动信号根据失效点重新划分为故障和正常数据,并打上标签,构建训练数据集;初始化胶囊神经网络的网络超参数,并进行训练;将新的振动数据信号输入训练后的网络,即可获得诊断结果。本发明通过数据增强有效扩充了故障样本,并基于胶囊神经网络提取的多维丰富特征,提高了模型风机故障诊断的准确性和可迁移性。

    一种多物理场耦合的金属超声焊接数值模拟分析方法

    公开(公告)号:CN114611369B

    公开(公告)日:2022-08-19

    申请号:CN202210502982.9

    申请日:2022-05-10

    Applicant: 浙江大学

    Abstract: 本发明公开了一种多物理场耦合的金属超声焊接数值模拟分析方法,考虑摩擦与塑性变形生热、热软化、超声软化效应以及摩擦系数随温度变化这些耦合要素,包括如下步骤:S1:根据测量数据,构建超声焊接涉及部件的三维模型;S2:根据超声焊接实际工艺过程,确定数值模拟过程的复杂边界条件与载荷;S3:根据超声焊接涉及到的物理过程,确定力、热、材料变形耦合理论模型;S4:构建超声焊接的瞬态动力学参数化有限元仿真初始模型,从仿真结果获取工件的振幅传递数据;S5:根据S4中获得的振幅传递数据,循环更新模型参数,直至完成整个仿真过程。本发明构建了金属超声焊接的超声‑热‑机械耦合仿真模型,高保真地模拟了超声焊接过程。

    基于重要性采样代理模型的复杂装备时变可靠性分析方法

    公开(公告)号:CN114117873B

    公开(公告)日:2022-05-03

    申请号:CN202210084396.7

    申请日:2022-01-25

    Applicant: 浙江大学

    Abstract: 本发明公开一种基于重要性采样代理模型的复杂装备时变可靠性分析方法,该方法采用相关性函数进行样本分割,利用留一法交叉验证剔除无效样本。结合权重学习函数对剩余候选样本点进行评估,选出新的采样点对瞬时响应克里金模型进行迭代更新,运用蒙特卡洛模拟预测失效概率。该方法高效地构建目标复杂装备的瞬时响应克里金模型,能高效的计算出复杂装备的时变失效概率。该方法可用于计算复杂装备在时变不确定性载荷作用下的失效概率。

    一种基于数字孪生和深度神经网络的机器人智能抓取方法

    公开(公告)号:CN112297013B

    公开(公告)日:2022-02-18

    申请号:CN202011257588.0

    申请日:2020-11-11

    Applicant: 浙江大学

    Abstract: 本发明公开一种基于数字孪生和深度神经网络的机器人智能抓取方法,其包括物理抓取环境、虚拟识别环境以及核心神经网络部分;物理环境由深度相机、机器人、机械爪以及被抓取物体构成,是抓取的主要执行机构;虚拟识别环境由深度相机构建的点云文件和机器人、爪相关姿态构成,是机器人状态、机械爪位置、相机姿态、物体摆放位置的虚拟环境集合;核心神经网络包括抓取生成网络和抓取识别网络,对抓取方式进行采样判别并生成最优的抓取姿态。本发明的机器人智能抓取方法,能够基于相机采集到的颜色‑深度图像,快速高效判断最佳抓取位置和姿态。

    一种基于条件生成式对抗网络的智能抓取图像生成方法

    公开(公告)号:CN113436293A

    公开(公告)日:2021-09-24

    申请号:CN202110789752.0

    申请日:2021-07-13

    Applicant: 浙江大学

    Abstract: 本发明公开一种基于条件生成式对抗网络的智能抓取图像生成方法,该方法首先构建虚实抓取环境以及条件式生成‑对抗神经网络,然后利用现有抓取数据集分别对抓取质量判别器、图像质量判别器DPQ和生成器G进行循环迭代训练。最后由训练完成的生成器生成特定噪声的深度图像。本发明将机器人高精度机械结构与深度学习高鲁棒性的特点结合,在没有给出特定任务或者待分拣物体形状较为复杂,环境较为多变的场合,为机器人实现智能可靠的抓取行为提供数据基础。

    一种小型半自动起重搬运装置

    公开(公告)号:CN112141952B

    公开(公告)日:2021-08-17

    申请号:CN202011034732.4

    申请日:2020-09-27

    Applicant: 浙江大学

    Abstract: 本发明公开了一种小型半自动起重搬运装置,包括车架、停车连杆、停车握把、控制开关、伸缩杆、角度调节连杆、置物架、起重杆、电动液压杆和车轮,所述车架与所述起重杆末端通过旋转副连接,所述电动液压杆缸筒末端通过旋转副与支架连接,活塞杆末端通过旋转副与起重杆中部连接,所述伸缩杆腔体通过旋转副与车架连接,杆体通过旋转副与角度调节连杆连接,所述置物架固定在角度调节连杆末端,所述控制开关固定在支架的末端,与电动液压杆电性连接,所述车轮通过旋转副与车架连接,所述停车连杆与车架连接,另一端与停车握把的下端连接,所述停车握把的上端通过旋转副与车架末端连接。能够搬运、抬升100kg内的物体,最大起重高度为1.8m,在搬运时相比徒手大约可节省70%的力。

    基于PLC数据的装配生产线数字孪生实时动作仿真方法

    公开(公告)号:CN113189947A

    公开(公告)日:2021-07-30

    申请号:CN202110460814.3

    申请日:2021-04-27

    Applicant: 浙江大学

    Abstract: 本发明公开一种基于PLC数据的装配生产线数字孪生实时动作仿真方法,其中,装配生产线通过升降气缸和平移气缸分别实现工件载板的升降以及在每个工位顺序水平推送,实现工件载板在整个装配生产线的闭式循环,通过机械臂夹具实现零件的抓取和放置在工件载板上进行装配,其特征在于,该方法首先通过产线状态虚实同步方法确定实时PLC信号开始驱动装配生产线运动的时间点,然后运用物料循环仿真方法构建装配生产线中的工件载板运动仿真与成品零件拆解复位仿真,并通过零件位置确定方法计算各个气缸的位置信息,运用产线工件绑定方法模拟装配工位区中各个零件被夹具夹取和放置在工件载板上的动作。本发明的方法可以保证虚实映射的实时性与仿真的流畅性。

    考虑雨滴侵蚀的风力发电机叶片涂层疲劳分析方法

    公开(公告)号:CN113011109A

    公开(公告)日:2021-06-22

    申请号:CN202110055626.2

    申请日:2021-01-15

    Applicant: 浙江大学

    Abstract: 本发明公开一种考虑雨滴侵蚀的风力发电机叶片涂层疲劳分析方法,该方法构建了随机雨场模型,并基于裂纹扩展理论对于风力发电机叶片涂层的疲劳寿命进行计算。本发明创新性地提出了一种考虑雨滴形状、大小、撞击角度、撞击速度的随机雨场模型来模拟雨滴撞击过程,采用光滑粒子流体力学方法与有限元计算方法分析部分雨滴对叶片涂层的撞击应力,运用应力插值方法来计算随机降雨过程中所有雨滴的撞击应力,结合撞击应力对叶片涂层进行疲劳分析,运用应力寿命法计算疲劳裂纹萌生阶段寿命,运用裂纹扩展理论计算疲劳裂纹扩展阶段寿命,通过结合降雨数据的统计,该计算方法可用于计算风力发电机叶片涂层在雨滴侵蚀下的预期疲劳寿命。

Patent Agency Ranking