-
公开(公告)号：CN118503633B
公开(公告)日：2024-11-12
申请号：CN202410956515.2
申请日：2024-07-17
Applicant: 南京工业大学
IPC: G06F18/10 , G01H17/00 , G01M13/00 , G06F18/213 , G06F18/24 , G06N3/0464 , G06N3/08
Abstract: 本发明公开一种近似评价多小波特征级联的机械装备故障诊断方法，获取目标高速旋转部件在不同工况下不同部位的健康与故障状态的振动数据，添加噪声划分样本不平衡的数据集；构建三分支卷积神经网络模型，嵌入多小波核函数滤波器，并设计自监督式小波核权重矩阵实现对噪声不平衡样本特定的滤波、去噪、高低频分析以及多尺度分析，提取噪声样本不平衡信号多方面的特征，对不同分支进行特征级联，使用两分布近似评价方法度量分支特征级联的近似程度，准确定位多小波核函数的差异表达。本发明能够对不同工况下噪声样本不平衡完成诊断，提高同一部位不同程度的故障以及不同故障部位之间噪声样本不平衡的智能诊断准确度和精确度。
-
公开(公告)号：CN118181279A
公开(公告)日：2024-06-14
申请号：CN202410258397.8
申请日：2024-03-07
Applicant: 南京工业大学
IPC: B25J9/16
Abstract: 本发明公开了物料装卸机械臂的路径规划方法及系统，方法包括：初始化并获取机械臂工作空间及工作空间中的障碍物信息；通过人工势场优化RRT算法，设立引力函数；将机械臂的初始点设置为优化后RRT算法中随机树的根节点，接着生成一个随机采样点，并通过引力函数生成一个采样点；遍历随机树，搜索随机树中离采样点最近的随机树节点，由随机树节点向采样点方向扩展生成新的枝叶节点，并连接随机树节点与采样点，进行碰撞检测；若碰撞检测通过，设定第一阈值进行判断并输出路径。在RRT算法中加入人工势场，在选取随机点时加入目标点对节点的引力影响，碰撞检测时加入障碍物对节点的斥力影响，以远离障碍物，将安全作为前提，同时保证了所得路径的质量。
-
公开(公告)号：CN115628145B
公开(公告)日：2023-04-14
申请号：CN202211301363.X
申请日：2022-10-24
Applicant: 南京工业大学
Abstract: 本发明公开一种气助雾化喷嘴的电流型驱动电路模块及其控制方法，微控制器模块将喷嘴驱动脉冲控制信号转成三种驱动控制信号(高侧高压驱动信号、高侧低压驱动信号和低侧驱动信号)，并分别输入至高侧高压驱动电路、高侧低压驱动电路和低侧驱动电路；高侧高压驱动信号与喷嘴驱动脉冲控制信号同步上升，高侧高压驱动信号停止后执行高侧低压驱动信号，高侧低压驱动信号与喷嘴驱动脉冲控制信号同步结束；低侧驱动信号与喷嘴驱动脉冲控制信号完全同步。本发明的电流驱动涉及多组时间控制变量，可在线调整，驱动电流可灵活调控，同时独有的电源配置范围可最大程度简化三开关式驱动电路的复杂程度。
-
公开(公告)号：CN115205651A
公开(公告)日：2022-10-18
申请号：CN202211129024.8
申请日：2022-09-16
Applicant: 南京工业大学
Abstract: 本发明公开了基于双模态融合的低见度道路目标的检测方法，包括步骤：S1、采集被检目标同一时刻同一道路场景的可见光模态图像与红外光模态图像；S2、通过基于语义分割的图像融合模型将可见光模态图像与红外光模态图像进行图像融合；S3、对融合图像进行道路目标标注与未标注处理，并对数据集进行划分；S4、基于划分的数据集建立双模态道路目标检测模型，通过该目标检测模型对低见度道路目标进行检测。本发明有效解决了低见度道路目标检测精度低、实时性低等问题。
-
公开(公告)号：CN114595730A
公开(公告)日：2022-06-07
申请号：CN202210343221.3
申请日：2022-03-31
Applicant: 南京工业大学
IPC: G06K9/00 , G06K9/62 , G06N3/04 , G06N3/08 , G01M13/045
Abstract: 本发明提出一种基于GAF‑DRSN的滚动轴承故障诊断方法，包括步骤：将大规模一维时间序列进行分片处理；基于格拉姆角场原理将分片后的一维时间序列信号转换为保留时间特征的二维图像；搭建DRSN神经网络模型；将通过一维时间序列转换得到的二维图像作为输入对DRSN网络进行训练，得到针对滚动轴承的故障诊断模型；将具有不同故障特征的滚动轴承数据进行混合搭建成二维数据集，作为测试，验证诊断模型的泛化能力。本发明克服了ResNet网络无法自适应提取故障特征中的时间特征的局限性和加强模型去除冗余信息的能力，提高模型诊断效果可靠性和诊断精确度。
-
Patent Agency Ranking
公开(公告)号：CN119590993A
公开(公告)日：2025-03-11
申请号：CN202411484849.0
申请日：2024-10-23
Applicant: 南京工业大学
Abstract: 本发明涉及塔式吊车防摇运动控制技术领域，特别是一种基于滑模控制的六自由度塔式起重机防摇控制方法及系统。基于拉格朗日方法构建塔式起重机动态模型；利用构建的塔式起重机动态模型将其在平衡位置线性化；根据塔式起重机的状态信息，根据选取的误差信号设计子滑模面，利用李雅普诺夫函数变化率负定的原则设计初步的控制律；利用自适应算法来估计未知扰动与模型不确定性得到更新后的控制律；设计总滑模面并引入辅助函数选取合适的趋近律来求出辅助控制律；将更新后的控制律与辅助控制律相结合得到最终的控制律。通过构造分层滑模面以及引入自适应算法的方法，有效地解决了塔吊在复杂环境中易受干扰的问题，显著地提升了塔吊的工作效率以及性能。
-
公开(公告)号：CN119206516A
公开(公告)日：2024-12-27
申请号：CN202411710456.7
申请日：2024-11-27
Applicant: 南京工业大学
IPC: G06V20/10 , G06V10/764 , G06V10/80 , G06N3/0464
Abstract: 本发明公开了一种基于自适应分层梯度特征融合策略的对地目标检测方法，获取地面障碍目标数据集，构建对地目标检测网络，构建对地目标检测网络的主干网络中引入C2f‑EIRM模块，C2f‑EIRM模块采用分层特征融合策略，引入多个分支来进行全局特征提取；多分支结构中采用EIRM模块进行局部特征提取，EIRM模块引入梯度算子卷积构建边缘信息模块并与普通卷积以自适应调节机制方式结合，增强特征提取网络感受野及边缘信息，提高了模型检测性能。本发明提高目标检测准确率，实现遮挡小目标的高效识别，同时平衡低空飞行汽车对地目标检测的实时性与准确性。
-
公开(公告)号：CN118311437A
公开(公告)日：2024-07-09
申请号：CN202410455601.5
申请日：2024-04-15
Applicant: 南京工业大学
IPC: G01R31/367 , G01R31/392 , G01R31/00 , G06N3/045 , G06N3/0442 , G06N3/084 , G06F18/213 , G06F18/25
Abstract: 本发明公开一种动力电池剩余寿命预测方法，获取电池相关监测数据，构建特征数据；构建由特征近似单元、双向门控循环单元BiGRU和全连接单元组成的混合神经网络BiGRU‑NN预测模型；设计专家知识模块，将专家知识嵌入BiGRU‑NN混合神经网络模型；将构建的特征数据输入专家知识嵌入式BiGRU‑NN混合神经网络模型中进行训练，获得预训练模型；面对新任务时，采用少量有标签数据对预训练模型参数进行微调，获得预测模型；将新任务数据输入预测模型，获得剩余容量预测结果并判断其中达到失效阈值的点，获得电池剩余寿命RUL。本发明能够兼顾多种因素对预测结果的影响，提升了模型的预测准确度；实现数据信息与专家知识的有效融合。
-
公开(公告)号：CN119748459A
公开(公告)日：2025-04-04
申请号：CN202510192115.3
申请日：2025-02-21
Applicant: 南京工业大学
Abstract: 本发明公开一种基于强化学习与模型预测控制的变负载移动机械臂轨迹跟踪方法，首先获取基于拉格朗日方程建立的移动机械臂系统模型，通过系统动能、势能、广义力公式推导出动力学方程。模型预测控制（MPC）模块基于此模型，利用离散状态方程预测未来状态，通过优化成本函数得出控制输入。强化学习（RL）模块则定义特定状态空间、动作空间和奖励函数，采用Q‑学习算法训练智能体。在协同控制阶段，根据系统状态动态调整权重系数，融合MPC和RL的控制输入。本发明有效解决了变负载移动机械臂轨迹跟踪难题，显著提升轨迹跟踪精度，增强系统适应性与鲁棒性，在工业制造、物流仓储等领域具有广阔应用前景。
-
公开(公告)号：CN119202905B
公开(公告)日：2025-04-01
申请号：CN202411681856.X
申请日：2024-11-22
Applicant: 南京工业大学
IPC: G06F18/2415 , G01M13/045 , G06F18/2431 , G06F18/213 , G06F18/25 , G06V10/44 , G06V10/764 , G06V10/80 , G06V10/82 , G06N3/0455 , G06N3/0464 , G06N3/0499 , G06N3/082 , G06N3/084 , G06N5/045
Abstract: 本发明公开一种噪声环境下基于ViTCapsNet网络的变工况迁移轴承故障诊断方法，先获取滚动轴承在不同负载下的不同故障状态振动信号数据，加入不同程度的高斯白噪声；对加入噪声的数据进行连续小波变换得到二维小波图像，并划分为训练集和测试集；搭建ViT Encoder模型，使用Embeddings模块添加可训练的位置信息，将位置特征嵌入模型中，并通过Encoder模块中的多头自注意力机制提取特征中全局信息；构建胶囊网络，包括初级胶囊层和数字胶囊层，进一步提取特征中的空间信息，进行准确的故障诊断；最后使用Grad‑CAM实现Encoder模块处理后的特征进行可视化解释，并在测试数据集上完成高效的迁移故障诊断。
-
-
-
-
-
-
-
-
-
Search Results
37
records
(took 0.067 seconds)
