基于多核权重化联合域自适应网络的轴承故障诊断方法

    公开(公告)号:CN119202717A

    公开(公告)日:2024-12-27

    申请号:CN202411238561.5

    申请日:2024-09-05

    Abstract: 本发明公开了一种基于多核权重化联合域自适应网络的轴承故障诊断方法,先将源域的样本数据和目标域的训练样本数据输入神经网络,获得源域和目标域的样本特征、目标域训练样本分别在神经网络浅层部分和深层部分输出特征的差异、目标域训练样本的伪标签,对上述数据处理后获得源域分类损失函数、伪标签修正损失函数、源域和目标域的联合域自适应函数;将上述函数结合后作为网络总体损失函数,通过该函数实现动态权重自适应的方式根据实际数据情况调整边缘分布和条件分布的权重比,并且采用修正值的方式对伪标签进行修正,提高伪标签的置信度,在面对不同的故障诊断任务时均具有较高的准确性及稳定性,满足不同的工程应用场景。

    一种自适应变截线距式采煤机及其截割方法

    公开(公告)号:CN119163406A

    公开(公告)日:2024-12-20

    申请号:CN202410815184.0

    申请日:2024-06-24

    Abstract: 本发明公开了一种自适应变截线距式采煤机及其截割方法,采煤机包括箱体,行走机构,俯仰机构,纵向移动机构,悬臂,截割机构,通过纵向移动机构的牵引,使得采煤机悬臂带动滚筒截割头作纵向往复切削运动,提高了截割范围和效率;同时,通过调控截割头的纵向移动速度,能显著减小采煤机的截线距,解决了煤岩截割时截割厚度较小而截割能力不足的问题,降低了各机构发生失效损坏的风险;通过各传感器的布置,使其能够根据载荷情况将煤岩分为正常、高硬度以及超高硬度三种等级,并能够在硬度较高时降低截割厚度、截线距以提升截割能力,在硬度较低时适当增加截割厚度、截线距以提高截割速度,能够适应较为复杂的工况,实现高质量、高效率截割。

    一种基于多传感器融合去除动态物体的视觉SLAM算法

    公开(公告)号:CN118864744A

    公开(公告)日:2024-10-29

    申请号:CN202410855678.1

    申请日:2024-06-28

    Abstract: 本发明公开了一种基于多传感器融合去除动态物体的视觉SLAM算法,采用IMU和轮式里程计相结合获取移动机器人平台的瞬时速度,毫米波雷达采集周围环境的雷达点云数据,接着对雷达点云数据进行动态点筛选,剔除静态点,从而获得动态点组成的动态点云;然后对动态点云进行二次分割,并将分割后的点云投影至相机成像归一化平面从而形成掩膜;最后将掩膜覆盖在当前时刻相机拍摄的图像上,从而去除图像中的动态物体。整个过程中通过多传感器形成掩膜并覆盖图像的方式去除动态物体,使得后续生成的地图不仅精度较高、而且算法鲁棒性较好;同时其无需深度学习或几何处理方法,因此仅需较低的算力即可运行,从而适用于现有小型移动机器人的自动驾驶。

Patent Agency Ranking