-
公开(公告)号：CN112527547A
公开(公告)日：2021-03-19
申请号：CN202011496477.5
申请日：2020-12-17
Applicant: 中国地质大学(武汉) , 华中科技大学
Abstract: 本发明提供一种基于自动卷积神经网络的机械智能故障预测方法，获取设备故障信号，并对其进行预处理，得到预处理后的故障信号；构建自动卷积神经网络ACNN故障诊断模型；所述ACNN故障诊断模型包括1组卷积神经网络CNN和1组深度确定性策略梯度网络DDPG；所述卷积神经网络CNN用于设备故障预测，所述深度确定性策略梯度网络DDPG用于实现对所述卷积神经网络CNN的学习率、批量和正则化三个参数进行自动调节；利用预处理后的故障信号训练所述ACNN故障诊断模型，得到训练完成的ACNN故障诊断模型；将所述训练完成的故障诊断模型应用于设备故障诊断。本发明提供的有益效果是：实现了对卷积神经网络参数的自动调节与优化，使得卷积神经网络对故障特征具有良好的提取能力。
-
公开(公告)号：CN110238875B
公开(公告)日：2021-02-09
申请号：CN201910551373.0
申请日：2019-06-24
Applicant: 华中科技大学
Abstract: 本发明属于机器人本体结构领域，并具体公开了一种具有转肩功能的双足机器人手臂。包括依次相连的转肩模块、上臂模块和下臂模块，其中，所述转肩模块包括第一连接件、胸腔板以及液压缸，所述第一连接件包括依次相连的第一连接底座、肩部转动力矩电机及第一连接盘，所述上臂模块包括第二连接件、上臂支撑板和第三连接件，所述第二连接件包括第二连接底座、肩部抬手力矩电机，所述下臂模块包括并联三角杆机构、第四连接底座及舵机。本发明可有效实现机器人手臂能同步完成转肩、转臂、抬臂、肘部转动、手腕的上下左右扭动以及手腕的转动的动作，实现机器人手臂的多自由度运动，有效的改善了机器人的运动性能。
-
公开(公告)号：CN111652412A
公开(公告)日：2020-09-11
申请号：CN202010430023.1
申请日：2020-05-20
Applicant: 华中科技大学
Abstract: 本发明公开了一种应用于置换流水车间的邻域搜索调度方法及装置，所述方法包括：获取关于机床、工件和工件加工时间的时间矩阵，生成工件的初始加工序列，并形成甘特图；确定所述初始加工序列下的关键路径，所述关键路径为总加工时间最长的工序路径；基于目标工件及其相邻工件，确定邻域特征块和关键点，所述目标工件为首尾工件以及每个机床关键路径上的第一个工件，所述邻域特征块为交换相邻工件后所述甘特图结构发生改变的区域，所述关键点为所述关键路径与所述邻域特征块的交点；交换所述目标工件及其相邻工件后，若关键点前移，则进行交换；若关键点后移，则不进行交换；如此，在保证计算精度的同时大幅减少计算次数。
-
公开(公告)号：CN109978134A
公开(公告)日：2019-07-05
申请号：CN201910141765.X
申请日：2019-02-26
Applicant: 华中科技大学
Abstract: 本发明属于神经网络故障预测的技术领域，并公开了一种基于快速集成卷积神经网络的故障预测方法。该方法包括下列步骤：(a)采集待预测对象的输出信号，采用S变换将所述输出采集的信号进行时频分析，获得时频信号；(b)构建基于LeNet‑5的卷积神经网络结构，提出基于自重启余弦循环学习率的最大最小余弦循环学习率调度器，并对卷积神经网络的学习率范围进行设定；(c)利用卷积神经网络训练所述预测数据的时频信号，并采用SECNN的预测结果作为最终的预测结果。通过本发明，可以实现预测速度快，预测精度高的故障预测。
-
公开(公告)号：CN109406118A
公开(公告)日：2019-03-01
申请号：CN201811197982.2
申请日：2018-10-15
Applicant: 华中科技大学
Abstract: 本发明属于神经网络故障预测相关技术领域，其公开了一种基于层次卷积神经网络的机械故障预测方法，该方法包括以下步骤：(1)采用S变换将待故障预测的机械的振动信号从时序信号变换成时频图，以备用；(2)结合故障类型在不同粒度上的层次划分，以构建双输出的层次卷积神经网络模型，所述时频图为所述层次卷积神经网络模型的输入；所述层次卷积神经网模型具有两类分类器，分别为粗分类器及精分类器；(3)依次采用粗标签及精标签对所述粗分类器及所述精分类器进行训练，以得到训练好的层次卷积神经网络模型，进而进行机械故障预测。本发明提高了精度及效率，适用性较好，有利于在实际应用中推广应用。
-
Patent Agency Ranking
公开(公告)号：CN107256317A
公开(公告)日：2017-10-17
申请号：CN201710534808.1
申请日：2017-07-03
Applicant: 华中科技大学
IPC: G06F17/50
Abstract: 本发明公开了一种用于紧凑式热带生产的热轧调度方法，以最小化无委材数量、最小化同一轧制单元内相邻两块板坯间最大厚度改变量、板坯厚度的改变时间为目标，建立包括无委材优化模型和板坯厚度优化模型的热轧生产调度模型；根据实际热轧生产过程中的工艺约束确定上述无委材优化模型和板坯厚度优化模型的约束条件；采用改进的启发式算法对无委材优化模型进行求解，获得最优轧制单元的数量和无委材的数量；采用基于分解的多目标进化算法对板坯厚度优化模型进行求解，获得最优相邻板坯之间厚度的改变值和最优的厚度改变时间；本发明所提供的方法获得的调度计划优与人工编制生产计划相比，可有效地减少板坯规格跳跃费用和换辊费用，降低生产成本。
-
公开(公告)号：CN106373118B
公开(公告)日：2017-09-22
申请号：CN201610767783.5
申请日：2016-08-30
Applicant: 华中科技大学
IPC: G06T7/00
Abstract: 本发明属于精密加工与测量技术领域，并公开了一种可有效保留边界和局部特征的复杂曲面零件点云精简方法，包括：对复杂曲面零件生成扫描点云；针对点云中的各个点获得多个邻域点并计算得出法线向量；继续以各个点为球心找出最短半径范围内的m个点，然后求出点云中各个点的法线向量与这m个点的法线向量之间夹角的平均值；基于夹角平均值来设定阈值，然后执行特征粗分类；进行二次细分以完成第一个精简子集的选取，然后基于定向Hausdorff距离来完成第二个精简子集的选取；最后对两个精简子集进行合并，由此获得精简后的扫描点云。通过本发明，与现有技术相比可获得更高的精度和效率，而且能够有效保留点云模型的边界和局部特征。
-
公开(公告)号：CN104484508B
公开(公告)日：2017-05-10
申请号：CN201410699839.9
申请日：2014-11-26
Applicant: 华中科技大学
IPC: G06F17/50
Abstract: 本发明公开了一种复杂曲面零件非接触式三维匹配检测优化方法，包括：对待检测的复杂曲面零件CAD模型与扫描模型执行采样；将复杂曲面零件CAD模型与扫描模型执行重心对齐；计算复杂曲面CAD模型与扫描模型之间的对应点对；基于布谷鸟算法得到转换矩阵；根据转换矩阵更新复杂曲面零件的扫描模型；复杂曲面零件扫描模型与CAD模型之间执行匹配误差计算，并执行迭代更新。通过本发明，能够有效解决现有技术中计算收敛速度慢、且易陷入局部最优的问题，并尤其适用于大型复杂曲面零件如航空发动机叶片的高精度质量检测用途。
-
公开(公告)号：CN105414981A
公开(公告)日：2016-03-23
申请号：CN201510980101.4
申请日：2015-12-23
Applicant: 华中科技大学
IPC: B23P23/04
CPC classification number: B23P23/04
Abstract: 本发明公开了一种电弧增材和铣削加工装置，属于电弧增材技术领域。其包括电弧增材单元和铣削加工单元，所述铣削加工单元包括铣削加工头，所述铣削加工单元和所述电弧增材单元相连接，电弧增材单元包括焊枪、支撑板、滑块、固定槽、固定板、步进电机以及丝杠，焊枪一端与滑块固定，焊枪另一端穿过支撑板的通孔，支撑板与步进电机相固定，固定板也与步进电机相固定，固定槽与固定板相固定，步进电机的输出轴连接有丝杠，丝杠穿过滑块上开设的螺纹通孔。本发明装置能一次性进行增材制造和切削加工，使工件的加工精确满足使用要求。
-
公开(公告)号：CN104484508A
公开(公告)日：2015-04-01
申请号：CN201410699839.9
申请日：2014-11-26
Applicant: 华中科技大学
IPC: G06F17/50
Abstract: 本发明公开了一种复杂曲面零件非接触式三维匹配检测优化方法，包括：对待检测的复杂曲面零件CAD模型与扫描模型执行采样；将复杂曲面零件CAD模型与扫描模型执行重心对齐；计算复杂曲面CAD模型与扫描模型之间的对应点对；基于布谷鸟算法得到转换矩阵；根据转换矩阵更新复杂曲面零件的扫描模型；复杂曲面零件扫描模型与CAD模型之间执行匹配误差计算，并执行迭代更新。通过本发明，能够有效解决现有技术中计算收敛速度慢、且易陷入局部最优的问题，并尤其适用于大型复杂曲面零件如航空发动机叶片的高精度质量检测用途。
-
-
-
-
-
-
-
-
-
Search Results
156
records
(took 0.036 seconds)
