-
公开(公告)号：CN118761003A
公开(公告)日：2024-10-11
申请号：CN202410889689.1
申请日：2024-07-04
Applicant: 北京信息科技大学
IPC: G06F18/2433 , G06F18/2131 , G06F18/213 , G06V10/44 , G06N3/0455 , G06N3/0464 , G06N3/048 , G06V10/74 , G06F18/10 , G06N3/0895
Abstract: 本发明涉及一种转子系统异常检测数据驱动方法、系统、存储介质及设备，其包括：将燃气轮机时间序列振动信号通过短时傅里叶时频分析处理后得到时频谱图；通过梅尔频率映射将振动信号时频谱图转化为Mel谱图；将Mel谱图作为自动编码器驱动模型的输入，对自动编码器驱动模型进行训练，并利用改进的SSIM损失函数，将完全由正常健康信号组成的训练数据对模型的参数进行优化迭代；通过训练好的驱动模型计算测试数据的原始图像和重构图像之间的SSIM，得到该组测试数据信号的SSIM指标，根据SSIM指标识别出燃气轮机的异常振动。本发明能通过在单一工况零故障样本且仅有正常信号的数据集上的训练，识别其它任何工况的异常行为。
-
公开(公告)号：CN115270867A
公开(公告)日：2022-11-01
申请号：CN202210874346.9
申请日：2022-07-22
Applicant: 北京信息科技大学
Abstract: 本发明涉及一种燃气轮机转子系统改进DQN故障诊断方法及系统，其包括：采集实验平台燃气轮机转子的振动数据进行预处理，将振动数据划分为训练集和测试集；构建DQN模型的状态空间与动作空间，状态空间由故障样本构成，动作空间是由故障类型构成；DQN模型环境与智能体交互，环境输出状态智能体，智能体通过ε‑贪婪策略决策出动作到环境，在环境中反馈得到奖励和下一个状态，同时该条经验存储到经验回放池内；智能体中的主网络和目标网络采用WDCNN模型，在学习训练中从经验回放池内随机选取经验到主网络和目标网络中，经学习训练后得到最优Q值与总奖励；将训练集数据输入到训练好的智能体中，将测试集数据输入训练好的WDCNN模型，得到故障诊断结果。
-
公开(公告)号：CN115270953A
公开(公告)日：2022-11-01
申请号：CN202210869864.1
申请日：2022-07-22
Applicant: 北京信息科技大学
Abstract: 本发明涉及一种带梯度惩罚的DCGAN的故障样本生成方法及系统，其包括：构建正交梯度惩罚深度卷积生成对抗网络模型，设置生成器和判别器，所述生成器用于生成假数据，作为生成样本；对振动信号进行变分模态分解降噪，将降噪后的振动信号转为二维灰度图像，所述二维灰度图像为故障样本，将所述生成样本和所述故障样本输入所述判别器，获得样本真假分类结果；根据所述样本真假分类结果构建所述生成器和所述判别器的损失函数，固定所述生成器和所述判别器的网络参数，对所述正交梯度惩罚深度卷积生成对抗网络模型进行学习训练，由训练后的所述深度卷积生成对抗网络模型得到生成故障样本集。本发明能有效扩充故障样本，为复杂机电系统故障诊断提供支持。
-
Patent Agency Ranking
公开(公告)号：CN103049528A
公开(公告)日：2013-04-17
申请号：CN201210562728.4
申请日：2012-12-24
Applicant: 北京信息科技大学
IPC: G06F17/30
Abstract: 本发明公开了一种基于用户兴趣向量的个性化网页搜索排序方法。包括以下步骤：1)对指定用户进行问卷调查，提取用户兴趣主题；2)捕捉用户的点击历史信息如何同其兴趣相关，并结合问卷调查结果，构造一个页面-主题关系表；3)根据用户的页面-主题关系表，进一步推测出用户兴趣向量；4)依据用户兴趣向量和用户查询，生成个性化网页搜索排序结果。本发明有效的结合了对用户的问卷调查和用户点击历史信息，将用户的兴趣向量结合在网页搜索与排序的过程中，使得网页搜索结果排序更加贴近用户的个性化需求，为用户提供其真正需要的网络搜索服务。
-
公开(公告)号：CN115757688A
公开(公告)日：2023-03-07
申请号：CN202210351412.4
申请日：2022-04-02
Applicant: 北京信息科技大学
Abstract: 本发明公开是关于科技文本的匹配与评估方法、系统及计算机介质，步骤S01：建立科技文本数据集和对比文本数据集，所述对比文本数据集包括至少一种排序数据集；步骤S02：对科技文本数据集以及对比文件数据集分别进行处理，从现有匹配方法集合中筛选校验，获取最佳方法。本公开技术方案能够更好的适配文本语义信息，并提出了利用公开的专利审查意见、复审意见、侵权比对方案等形成对比文本数据集，对各类匹配方法进行评估，可以对任意科技文本匹配算法给出合理的评价指标和评估结果。满足多种科技文本搜索推荐和结果评估需求。
-
公开(公告)号：CN103049542A
公开(公告)日：2013-04-17
申请号：CN201210576696.3
申请日：2012-12-27
Applicant: 北京信息科技大学
IPC: G06F17/30
Abstract: 本发明提供了一种面向领域的网络信息搜索方法，可以将数据信息统一在同一平台，搜索多数据源的信息，支持多种数据格式，包括结构化、半结构化和非结构化数据。该网络信息采集方法步骤如下：领域专家指定领域网站集，同时根据领域特点提出关键词，建立领域关键词库；根据链接和内容分析编写信息采集策略，然后在领域网站采集目标网页；将采集的网页信息进行抽取过滤分类，并建立数据库，根据倒排索引进行信息存储。具体操作包含以下三个模块：网页采集蜘蛛模块，分类器训练模块和数据索引模块。本发明具有较高的适应性和主题相关性，以此为核心的垂直搜索引擎具有较高的查全率和查准率。
-
公开(公告)号：CN118797435A
公开(公告)日：2024-10-18
申请号：CN202410802576.3
申请日：2024-06-20
Applicant: 北京信息科技大学
IPC: G06F18/241 , G06F18/2131 , G06V10/764 , G06V10/774 , G06V10/80 , G06N3/045 , G06N3/0464 , G06N3/096 , G06F123/02
Abstract: 本发明公开了一种基于改进联合网络迁移学习融合的转子系统故障诊断方法，属于燃气轮机转子故障诊断技术领域，包括首先舍弃掉DenseNet网络的分类层，只需利用DenseNet网络的特征提取层，随后将改进的DenseNet网络的输出层连接到VIT模型的输入层构成联合网络，利用迁移学习将训练好的模型权重参数进行迁移。本发明采用上述一种基于改进联合网络迁移学习融合的转子系统故障诊断方法，具有较高的转子故障识别精度，并且模型的故障分类准确率也高于传统卷积神经网络，该模型具有优异性和可靠性。
-
公开(公告)号：CN216029702U
公开(公告)日：2022-03-15
申请号：CN202121343221.0
申请日：2021-06-17
Applicant: 北京信息科技大学
IPC: B23Q17/00
Abstract: 本实用新型涉及一种主轴实时状态感知的传感器支架夹具，其包括：一体成型的第一套筒、第二套筒和第三套筒；所述第一套筒的直径大于所述第二套筒的直径，所述第二套筒的直径大于所述第三套筒的直径，所述第一套筒、所述第二套筒和所述第三套筒构成减缩阶梯状结构；所述第一套筒设置在主轴外侧，主轴刀柄位于所述第二套筒和所述第三套筒内，且所述主轴刀柄的外端部延伸至所述第三套筒的外部；在靠近所述第三套筒的外端部壁面上设置有多个用于检测主轴运行状态的位移传感器。本实用新型能实现在切削工况下实时感知主轴运行状态。
-
-
-
-
-
-
-
Search Results
8
records
(took 0.032 seconds)
