-
公开(公告)号：CN112733943B
公开(公告)日：2024-03-22
申请号：CN202110042981.6
申请日：2021-01-13
Applicant: 浙江工业大学
Abstract: 一种基于数据混剪技术的热泵故障诊断模型迁移方法，属于制冷空调运维与人工智能的交叉领域。重点解决热泵故障标记数据集获取困难的条件下，将诊断模型从源热泵系统迁移到其他类似热泵系统，实现诊断模型自适应的难题。由于目标热泵系统数据获取困难，通常只包含部分健康运行数据，本发明充分利用这些数据，将其混剪到源域数据集上，生成混合数据，进一步利用混合数据微调诊断模型，实现定向模型迁移，极大降低了数据获取成本，提高了智能诊断算法的应用范围，具有重要工程价值。
-
公开(公告)号：CN112149726B
公开(公告)日：2024-02-09
申请号：CN202010996926.6
申请日：2020-09-21
Applicant: 浙江工业大学
IPC: G06F18/241 , G06F18/214 , G06N3/0455 , G06N3/0464 , G06N3/0475 , G06N3/094 , G06N3/096 , G06N3/088
Abstract: 基于知识共享和模型迁移的全封闭压缩机故障诊断方法，属于压缩机故障诊断技术领域。它包括以下步骤：一、数据准备及预处理；二、迁移模型准备及模型独立训练；三、构建判别器、训练判别器及再训练目标迁移模型；四、训练分类器；步骤五、故障诊断。本发明不需要目标域设备提供数据标签，仅提供部分无标记数据即可，大大降低数据依赖程度；利用梯度下降算法实现目标域特征向量分布项源域特征向量的靠近，实现模型迁移；利用深度稠密连接自编码器结构实现无监督特征学习，再次降低数据依赖程度；针对振动信号这类超长时序数据，深度密连接网络结构可实现超长序列数据的高效训练，通过将一维超长数据折叠成二维数据结构，可大大提高数据使用效率。
-
公开(公告)号：CN113822359B
公开(公告)日：2024-02-02
申请号：CN202111114878.4
申请日：2021-09-23
Applicant: 浙江工业大学
IPC: G06F18/24 , G06N3/0464 , G06N3/08 , F25B30/02 , F25B49/02
Abstract: 本发明公开一种基于残差数据缩放策略的热泵系统自适应故障诊断方法，属于制冷空调运维与人工智能的交叉领域。重点解决数据驱动诊断模型在实际多变场景中适应性差、迁移共享困难的问题。提出一种热力残差故障诊断框架结合数据随机缩放策略的自适应诊断方法，充分学习故障数据中偏离规律的知识而摒弃偏离幅值这类缺乏共享性的知识，并为知识辅助驱动介入提供可能，具有重要工程价值。
-
公开(公告)号：CN115753160A
公开(公告)日：2023-03-07
申请号：CN202210953909.3
申请日：2022-08-10
Applicant: 浙江工业大学
IPC: G01M99/00 , G06N3/0464 , G06N3/094 , G06N3/0475 , G06N3/09 , F25B30/02 , F25B49/02
Abstract: 一种基于人工数据驱动的热泵系统智能故障诊断方法，属于热泵/空调系统故障诊断技术领域。它包括以下步骤：1、热泵设备物理信息获取；2、健康运行数据获取；3、健康数据参数划分；4、构建故障偏离矢量；5、得到偏离数据样本；6、构建数据驱动基准模型；7、构建生成对抗网络，生成虚拟残差数据样本；8、偏离数据样本和残差数据叠加，得到人工生成的标记数据样本；9、构建卷积神经网络并进行训练，实现实际系统的实时故障诊断。本发明通过故障系统定性偏离结合数据生成策略，生成具有定向标签的人工标记数据，通过生成的人工标记数据训练诊断网络，实现故障诊断，提高了可靠性和可解释性。
-
公开(公告)号：CN110146267B
公开(公告)日：2020-09-29
申请号：CN201910447732.8
申请日：2019-05-27
Applicant: 浙江工业大学
IPC: G01M13/00
Abstract: 本发明公开了一种全封闭制冷压缩机阀片颤振的检测方法：包括如下步骤：1)压缩机压力信号的采集：2)信号数据的预处理：3)信号数据的频谱变换：4)计算压力脉动谐波的最大倍频值：5)阀片颤振评判；本发明的有益效果是：1)该检测方法能直接对实际工作中的全封闭压缩机阀片颤振进行检测。2)该检测方法不破坏全封闭压缩机的结构，无需介入到压缩机内部进行检测。3)该检测方法实现简单，成本较低，检测速度较快。4)该检测方法适用于全封闭制冷压缩机制造的在线检测。
-
Patent Agency Ranking
公开(公告)号：CN106501544A
公开(公告)日：2017-03-15
申请号：CN201610969626.2
申请日：2016-10-28
Applicant: 浙江工业大学
IPC: G01P3/48
Abstract: 一种改进的全封闭制冷压缩机转速的测量方法，包括以下步骤：(1)电流信号的采集：利用电流跟随型传感器以及高速数据采集卡，对电机供电电流进行采集；(2)数据存储：利用LabView对经过A/D转换的数字信号进行采集、存储；(3)基于Hilbert变换进行有效信号提取：针对采集的数据进行数字信号处理；(4)频域转换:利用线性调频Z变换对信号进行处理，得到频域信号；提取，所得频率乘以60即为压缩机转速。本发明提供一种测量精度较高、环境抗扰性良好和测量设备简化的改进的全封闭制冷压缩机转速的测量方法。(5)转速提取：针对以上频域信号，对最大值进行
-
公开(公告)号：CN101498298B
公开(公告)日：2012-05-23
申请号：CN200910095907.X
申请日：2009-02-19
Applicant: 浙江工业大学
IPC: F04B51/00
Abstract: 本发明涉及一种测量小型制冷压缩机油循环量的装置及方法，其替代制冷子系统采用两级加热油分离结构，其中所述的制冷运行单元：被测压缩机的排气口和吸气口分别通过排气接口、吸气接口与排气油分入口阀、排气油气分离器、冷凝管、排气油分出口阀、膨胀阀、吸气油分入口阀、蒸发管、吸气油气分离器、吸气油分出口阀依次连接成一个回路，排气旁通阀并联在排气油分入口阀和排气油分出口阀两端，吸气旁通阀并联在吸气油分入口阀和吸气油分出口阀两端，平衡阀并联在排气接口和吸气接口两端。本发明测量装置及方法主要是通过压缩机在可变工况状态下以连续和间断循环停开方式运行，对制冷回路进行两级加热油分离。
-
公开(公告)号：CN119810809A
公开(公告)日：2025-04-11
申请号：CN202411947737.4
申请日：2024-12-27
Applicant: 浙江工业大学
IPC: G06V20/60 , G06V10/20 , G06V10/30 , G06V10/26 , G06V10/40 , G06V10/56 , G06V10/77 , G06V10/80 , G06V10/82 , G06V10/764 , G06N3/126 , G06N3/0464 , G06N3/096 , G06N3/084
Abstract: 本发明涉及图像处理与智能识别技术领域，公开了一种茶叶加工过程中叶态识别方法，该方法首先对采集的茶叶图像进行预处理，减弱噪声与光照不均的影响，提高图像信息的质量；随后，采用大津‑差分进化算法(Otsu‑DE)对图像进行精确分割，提取复杂环境中的茶叶目标区域，去除加工背景和其他干扰；接着，通过图像信息处理获取茶叶颜色、形态的多维物理特征向量，构建物理特征融合的深度卷积网络模型，实现加工过程中叶态的精准识别；该方法对复杂环境和多变加工条件具有较强适应性，叶态识别准确率超过90％，可以提高茶叶的加工效率与品质，具有广泛的应用前景。
-
公开(公告)号：CN115822944A
公开(公告)日：2023-03-21
申请号：CN202211474795.0
申请日：2022-11-23
Applicant: 浙江工业大学
Abstract: 本发明公开一种纯气态运行的新能源汽车空调压缩机寿命测试装置及方法包括代用制冷系统、测控系统和测试环境室。代用制冷系统的制冷循环主系统是全气态运行的，测试压缩机气体经排气节流阀排出，再经吸气节流阀、电子膨胀阀进入吸气端，没有相变的产生，所以换热量小；并且排气节流阀、吸气节流阀和电子膨胀阀可调范围宽；基于上述系统构成，采用较小的制冷系统便可适用大冷量范围的压缩机进行测试，同时系统所需的制冷剂量较少并且能快速的达到目标工况。测控系统以PLC作为控制核心，实现测试装置的数据测量和系统控制。测试环境室有一套加热系统和一套低温制冷机组，能够实现测试环境室的温度控制。本测试装置能够兼容不同类型驱动器的压缩机。
-
公开(公告)号：CN113822359A
公开(公告)日：2021-12-21
申请号：CN202111114878.4
申请日：2021-09-23
Applicant: 浙江工业大学
Abstract: 本发明公开一种基于残差数据缩放策略的热泵系统自适应故障诊断方法，属于制冷空调运维与人工智能的交叉领域。重点解决数据驱动诊断模型在实际多变场景中适应性差、迁移共享困难的问题。提出一种热力残差故障诊断框架结合数据随机缩放策略的自适应诊断方法，充分学习故障数据中偏离规律的知识而摒弃偏离幅值这类缺乏共享性的知识，并为知识辅助驱动介入提供可能，具有重要工程价值。
-
-
-
-
-
-
-
-
-
Search Results
50
records
(took 0.019 seconds)
