-
公开(公告)号：CN108229547A
公开(公告)日：2018-06-29
申请号：CN201711442330.6
申请日：2017-12-27
Applicant: 东南大学
IPC: G06K9/62
Abstract: 本发明公开了一种基于局部模型迁移学习的齿轮故障识别方法，包括时频域特征的提取、迁移学习中辅助数据集的选取和基于局部模型的迁移学习方法。在给定时频域提取特性的基础上，通过建立威氏符号秩检验和卡方检验结合模型计算目标数据与辅助数据的相似度，并筛选辅助数据；最后利用以SVM为核心的局部迁移模型将筛选的辅助数据的有用共性参数迁移至目标数据以实现齿轮箱的故障识别。本发明不但提升了机器学习在仅有少量目标数据时的诊断精度，降低诊断成本，并且增强了齿轮故障诊断的环境适应性和通用性，具有潜在的经济价值。
-
公开(公告)号：CN106227034B
公开(公告)日：2017-04-26
申请号：CN201610825039.6
申请日：2016-09-14
Applicant: 东南大学
IPC: G05B11/42
Abstract: 本发明涉及一种离体器官灌注仪的温度融合与控制系统，包括主控单元，与所述主控单元电连接的四通道温度采集单元、压缩机单元和通风阀门单元，以及恒温控制单元；所述恒温控制单元包括基于改进贝叶斯估计的温度融合子单元和基于模糊PID控制器的温度控制子单元。采用改进贝叶斯估计的数据融合子单元，以克服可能的传感器故障或环境干扰导致的数据虚假，并将四路测量数据融合成一路数据，其次采用模糊PID控制子单元实施高精度恒温控制。本发明不但能有效提升离体器官灌注仪的温度控制精度，并且能降低外界干扰带来的测量失效的风险，提高仪器稳定性，具有潜在的经济价值。
-
公开(公告)号：CN105300693A
公开(公告)日：2016-02-03
申请号：CN201510624168.4
申请日：2015-09-25
Applicant: 东南大学
IPC: G01M13/04
Abstract: 本发明公开了一种基于迁移学习的轴承故障诊断方法，包括：训练数据集和测试数据集的选取规则；辅助数据归一化的可迁移度量化与阈值选取方法；基于权重调整的TrAdaboost算法用于轴承故障分类的算法流程。本发明针对变工况、无法直接测量以及新故障类型等条件导致缺乏诊断通用性的问题，引入迁移学习中辅助数据帮助目标数据学习的思想策略。本发明方法不但提升了传统机器学习在少量目标数据的诊断精度，而且增强了轴承故障诊断的环境适应性，在变工况负载、新故障、间接测量下的轴承故障应用领域具有潜在的经济价值。
-
公开(公告)号：CN105181336A
公开(公告)日：2015-12-23
申请号：CN201510728478.0
申请日：2015-10-30
Applicant: 东南大学
IPC: G01M13/04
Abstract: 本发明涉及一种用于轴承故障诊断的特征选取方法，本发明公布了故障诊断之前，轴承振动信号的奇异值分解(SVD)特征提取方法与基于特征区分度公式的特征选择方法，其实施步骤包括：(1)，不同故障轴承振动信号(加速度)采集；(2)，SVD得到包含全部信息的振动信号特征向量(奇异值向量)与自相关矩阵维数值；(3)，定义量化不同故障类型特征差异的区分度公式，评判方法的故障诊断能力；(4)，奇异值向量特征选取，提升后续诊断正确率，平衡诊断环境适应性与实时性要求。方法为轴承故障诊断提供了低维的，有明确区分的特征，在变工况负载等轴承故障诊断应用领域具有潜在经济和社会价值。
-
公开(公告)号：CN108229547B
公开(公告)日：2021-12-24
申请号：CN201711442330.6
申请日：2017-12-27
Applicant: 东南大学
IPC: G06K9/62
Abstract: 本发明公开了一种基于局部模型迁移学习的齿轮故障识别方法，包括时频域特征的提取、迁移学习中辅助数据集的选取和基于局部模型的迁移学习方法。在给定时频域提取特性的基础上，通过建立威氏符号秩检验和卡方检验结合模型计算目标数据与辅助数据的相似度，并筛选辅助数据；最后利用以SVM为核心的局部迁移模型将筛选的辅助数据的有用共性参数迁移至目标数据以实现齿轮箱的故障识别。本发明不但提升了机器学习在仅有少量目标数据时的诊断精度，降低诊断成本，并且增强了齿轮故障诊断的环境适应性和通用性，具有潜在的经济价值。
-
Patent Agency Ranking
公开(公告)号：CN105628383B
公开(公告)日：2017-02-22
申请号：CN201610069784.2
申请日：2016-02-01
Applicant: 东南大学
IPC: G01M13/04
Abstract: 本发明公开了一种基于改进型LSSVM迁移学习的轴承故障诊断方法及系统，其中，基于改进型LSSVM迁移学习的轴承故障诊断方法包括如下步骤：利用递归定量分析对目标数据和辅助数据进行处理，提取非线性特征并与传统时域特征相结合，组成特征向量，构成训练集；利用基于改进型LSSVM迁移学习算法构建故障分类模型：将目标工况下目标轴承未标记故障振动数据利用递归定量分析提取非线性特征并与传统时域特征相结合，组成特征向量，构成测试集，输入到已训练好的改进型LSSVM模型中，分析输出结果。本发明通过在原目标函数和约束条件中分别增加辅助集的惩罚函数和约束条件，使改进LSSVM在迭代学习的过程中，受到辅助集的影响，从而提高其分类精度。
-
公开(公告)号：CN105123672B
公开(公告)日：2016-04-13
申请号：CN201510450357.4
申请日：2015-07-28
Applicant: 东南大学
IPC: A01N1/02
Abstract: 本发明公开了一种离体器官高精度恒温灌注仪，包括：器官溶液灌注模块、状态监控模块和GPS定位模块，其中，所述器官溶液灌注模块包括控制单元，依序连通的新液存储箱、人造肺过滤容器、第一蠕动泵、器官容置箱、pH计容器、第二蠕动泵和已用液存储箱，以及与所述控制单元电连接的温度传感器采集模块、超声测量模块、显示输出模块和步进电机；所述步进电机与第一蠕动泵和第二蠕动泵传动连接，所述温度传感器采集模块设置于器官容置箱中，测量的温度信息用于声速温度补偿，所述超声测量模块用于测量导液管内的溶液流速。本发明能够对器官其它生理参数监控，精确控制温度和灌注速度；引入GPS定位功能，有助于离体器官的准确运送，选择最佳路径，节省运送时间。
-
公开(公告)号：CN105123672A
公开(公告)日：2015-12-09
申请号：CN201510450357.4
申请日：2015-07-28
Applicant: 东南大学
IPC: A01N1/02
Abstract: 本发明公开了一种离体器官高精度恒温灌注仪，包括：器官溶液灌注模块、状态监控模块和GPS定位模块，其中，所述器官溶液灌注模块包括控制单元，依序连通的新液存储箱、人造肺过滤容器、第一蠕动泵、器官容置箱、pH计容器、第二蠕动泵和已用液存储箱，以及与所述控制单元电连接的温度传感器采集模块、超声测量模块、显示输出模块和步进电机；所述步进电机与第一蠕动泵和第二蠕动泵传动连接，所述温度传感器采集模块设置于器官容置箱中，测量的温度信息用于声速温度补偿，所述超声测量模块用于测量导液管内的溶液流速。本发明能够对器官其它生理参数监控，精确控制温度和灌注速度；引入GPS定位功能，有助于离体器官的准确运送，选择最佳路径，节省运送时间。
-
公开(公告)号：CN103592663A
公开(公告)日：2014-02-19
申请号：CN201310608306.0
申请日：2013-11-26
Applicant: 东南大学
IPC: G01S19/30
CPC classification number: G01S19/30
Abstract: 本发明提出了一种GPS L2C信号CL码的捕获方法，所述方法对低信噪比的GPS L2C信号进行粗捕获，粗捕获过程采用了时频域双折叠技术，压缩数据长度，再通过FFT循环相关运算，以及阈值检测，得到同步伪码相位所在的折叠区间；精捕获过程采用了FFT循环相关及阈值检测，获得准确的伪码相位，完成整个捕获。本发明方法通过折叠，将码长较长的CL码缩短，使得单次FFT运算的点数大大减少；同时，相干积分时间增加，提升了精度；通过双折叠，并将捕获分为了粗捕获和精捕获两部分，取得了减少检测时间与提升检测精度两者上的折中，具有较高的实用价值。
-
公开(公告)号：CN105300693B
公开(公告)日：2016-10-12
申请号：CN201510624168.4
申请日：2015-09-25
Applicant: 东南大学
IPC: G01M13/04
Abstract: 本发明公开了一种基于迁移学习的轴承故障诊断方法，包括：训练数据集和测试数据集的选取规则；辅助数据归一化的可迁移度量化与阈值选取方法；基于权重调整的TrAdaboost算法用于轴承故障分类的算法流程。本发明针对变工况、无法直接测量以及新故障类型等条件导致缺乏诊断通用性的问题，引入迁移学习中辅助数据帮助目标数据学习的思想策略。本发明方法不但提升了传统机器学习在少量目标数据的诊断精度，而且增强了轴承故障诊断的环境适应性，在变工况负载、新故障、间接测量下的轴承故障应用领域具有潜在的经济价值。
-
-
-
-
-
-
-
-
-
Search Results
20
records
(took 0.031 seconds)
