-
公开(公告)号：CN118468093B
公开(公告)日：2024-09-27
申请号：CN202410939747.7
申请日：2024-07-15
Applicant: 华侨大学 , 中建三局(福建)投资建设有限公司
Abstract: 本发明提供的一种基于Morse的欠定时不变工作模态参数识别方法及装置，涉及工作模态参数识别领域。本发明通过获取传感器测点的时域位移振动响应信号,采用Morse连续小波变换得到时频域响应信号；然后采用使用时频阈值自适应算法筛选出时频点后，进行SSP单源点检测，再使用基于稀疏搜索的快速密度峰值聚类算法获得峰值聚类稀疏信号，继而构建出决策图，从决策图的聚类中心获得混合矩阵估计；最后，使用范数最小化算法获得源信号的稀疏解，以此重构源信号，并通过Morse小波逆变换获得时域下的模态坐标响应。本发明实现了欠定时不变工作模态参数的识别，且相对传统方法，本发明方法的模态参数识别速度更快、准确性高，且对测量噪声具有鲁棒性，模型更稳定。
-
公开(公告)号：CN118094126B
公开(公告)日：2024-07-16
申请号：CN202410462910.5
申请日：2024-04-17
Applicant: 华侨大学 , 中建三局集团有限公司 , 中建三局(福建)投资建设有限公司
IPC: G06F18/15 , G06F18/213 , G06F18/214 , G06F18/21 , G06F18/23213 , G06F18/2431 , G06N3/0455 , G06N3/082
Abstract: 一种基于聚类和Transformer算法的真空干泵剩余寿命预测方法及设备，涉及机械设备健康监测技术领域。预测方法包含F1、获取真空干泵的监测数据，并进行预处理。F2、将预处理后的监测数据输入预测模型，获取预警级别。预测模型的训练步骤包含S1、获取历史特征数据。S2、对数据进行预处理，获取过滤后的数据。S3、根据距离宕机时刻的时长和距离指定时刻的时长设置预警级别。S4、将数据划分为训练集和测试集。S5、对数据进行采样。S6、对泵的型号进行全局归一化，对其余特征进行局部归一化。S7、采用聚类方法清除训练集的故障数据的噪声。S8、用清除噪声后的训练集训练模型。S9、用归一化处理后测试集测试模型，直至训练出来的模型符合要求。
-
Patent Agency Ranking
公开(公告)号：CN118350279A
公开(公告)日：2024-07-16
申请号：CN202410512362.2
申请日：2024-04-26
Applicant: 华侨大学 , 中建三局集团有限公司 , 中建三局(福建)投资建设有限公司
IPC: G06F30/27 , G06F18/213 , G06F18/214 , G06N20/00 , G06F119/04
Abstract: 本发明提供的基于增量训练的真空干泵剩余寿命预测方法、装置及介质，涉及机器设备健康监测技术领域，通过实时获取真空干泵运行时的特征数据；将特征数据输入预先训练的增量学习预测模型进行剩余寿命预测，获取预测结果；其中，所述预先训练的增量学习预测模型通过以下步骤训练得到：获取多台宕机真空干泵的历史数据集，特征处理后，获得样本数据集；根据所述样本数据集，构建初始化增量学习预测模型；持续接收新收据，作为新的训练样本数据集输入初始化增量学习预测模型进行增量训练，采用Li ghtGBM增量学习方法，更新模型的权重以适应新数据，获得更新后的增量学习预测模型。本发明通过增量学习训练，实时动态地更新预测模型，提升了模型的预测准确性。
-
公开(公告)号：CN118503683A
公开(公告)日：2024-08-16
申请号：CN202410910545.X
申请日：2024-07-09
Applicant: 华侨大学 , 中建三局(福建)投资建设有限公司
IPC: G06F18/213 , G06F18/2135 , G06F17/16
Abstract: 本发明提供了欠定条件下的密集模态参数识别方法、装置、设备及介质，涉及工作模态参数识别技术领域，本方法通过获取传感器测点的线性时不变结构振动响应信号,根据振动响应信号数据的自相关性来构建三阶张量，通过张量分解后可以得到模态振型与模态响应矩阵；可以更准确地反映数据的内在结构，通过整合自相关性、PCA以及张量分解，使得即使在传感器有限的情况下(欠定)也能有效地提取模态信息，识别出工作模态参数(模态振型、固有频率等)，为监测大型结构，如桥梁、高层建筑、风力涡轮机等提供了进一步的可能。
-
公开(公告)号：CN118468093A
公开(公告)日：2024-08-09
申请号：CN202410939747.7
申请日：2024-07-15
Applicant: 华侨大学 , 中建三局(福建)投资建设有限公司
Abstract: 本发明提供的一种基于Morse的欠定时不变工作模态参数识别方法及装置，涉及工作模态参数识别领域。本发明通过获取传感器测点的时域位移振动响应信号,采用Morse连续小波变换得到时频域响应信号；然后采用使用时频阈值自适应算法筛选出时频点后，进行SSP单源点检测，再使用基于稀疏搜索的快速密度峰值聚类算法获得峰值聚类稀疏信号，继而构建出决策图，从决策图的聚类中心获得混合矩阵估计；最后，使用范数最小化算法获得源信号的稀疏解，以此重构源信号，并通过Morse小波逆变换获得时域下的模态坐标响应。本发明实现了欠定时不变工作模态参数的识别，且相对传统方法，本发明方法的模态参数识别速度更快、准确性高，且对测量噪声具有鲁棒性，模型更稳定。
-
公开(公告)号：CN118094126A
公开(公告)日：2024-05-28
申请号：CN202410462910.5
申请日：2024-04-17
Applicant: 华侨大学 , 中建三局集团有限公司 , 中建三局(福建)投资建设有限公司
IPC: G06F18/15 , G06F18/213 , G06F18/214 , G06F18/21 , G06F18/23213 , G06F18/2431 , G06N3/0455 , G06N3/082
Abstract: 一种基于聚类和Transformer算法的真空干泵剩余寿命预测方法及设备，涉及机械设备健康监测技术领域。预测方法包含F1、获取真空干泵的监测数据，并进行预处理。F2、将预处理后的监测数据输入预测模型，获取预警级别。预测模型的训练步骤包含S1、获取历史特征数据。S2、对数据进行预处理，获取过滤后的数据。S3、根据距离宕机时刻的时长和距离指定时刻的时长设置预警级别。S4、将数据划分为训练集和测试集。S5、对数据进行采样。S6、对泵的型号进行全局归一化，对其余特征进行局部归一化。S7、采用聚类方法清除训练集的故障数据的噪声。S8、用清除噪声后的训练集训练模型。S9、用归一化处理后测试集测试模型，直至训练出来的模型符合要求。
-
公开(公告)号：CN118503683B
公开(公告)日：2024-10-08
申请号：CN202410910545.X
申请日：2024-07-09
Applicant: 华侨大学 , 中建三局(福建)投资建设有限公司
IPC: G06F18/213 , G06F18/2135 , G06F17/16
Abstract: 本发明提供了欠定条件下的密集模态参数识别方法、装置、设备及介质，涉及工作模态参数识别技术领域，本方法通过获取传感器测点的线性时不变结构振动响应信号,根据振动响应信号数据的自相关性来构建三阶张量，通过张量分解后可以得到模态振型与模态响应矩阵；可以更准确地反映数据的内在结构，通过整合自相关性、PCA以及张量分解，使得即使在传感器有限的情况下(欠定)也能有效地提取模态信息，识别出工作模态参数(模态振型、固有频率等)，为监测大型结构，如桥梁、高层建筑、风力涡轮机等提供了进一步的可能。
-
-
-
-
-
-
Search Results
7
records
(took 0.034 seconds)
