-
公开(公告)号：CN111721536B
公开(公告)日：2022-05-27
申请号：CN202010636625.2
申请日：2020-07-20
Applicant: 哈尔滨理工大学
IPC: G01M13/045 , G06K9/00 , G06K9/62 , G06N3/04 , G06N3/08
Abstract: 一种改进模型迁移策略的滚动轴承故障诊断方法，属于滚动轴承故障诊断技术领域。针对源域与目标域中相同状态数据分布差异大的问题而提出。利用小波变换获取不同型号轴承振动信号的时频谱并构建图像数据集；选择某种型号的数据作为源域，其他型号数据作为目标域；使用源域数据训练ResNet‑34深度卷积网络，得到源域数据分类模型；利用隐式渐变元学习自适应决定迁移知识层级及知识内容实现模型迁移策略的改进，避免异构体系结构中梯度不易收敛现象；将迁移的知识引入目标域ResNet‑152卷积神经网络数据训练的过程中通过参数传递实现模型迁移；在训练源域与目标域网络时采用随机梯度下降算法优化网络参数，建立不同型号滚动轴承的故障诊断模型。
-
Patent Agency Ranking
公开(公告)号：CN111442926A
公开(公告)日：2020-07-24
申请号：CN202010034456.5
申请日：2020-01-11
Applicant: 哈尔滨理工大学
IPC: G01M13/045 , G06N3/04 , G06N3/08
Abstract: 一种基于深层特征迁移的变负载下不同型号滚动轴承故障诊断方法，属于滚动轴承故障诊断领域，针对带有轴承型号、负载大小、损伤位置及程度标签的数据稀缺甚至无法获取，导致故障诊断准确率不高甚至无法诊断的问题而提出。首先对不同型号滚动轴承振动信号进行短时傅立叶变换，并构建二维图像数据集，选择某种型号数据作为源域，其他型号数据作为目标域；其次构建领域共享的改进AlexNet深度卷积网络引入条件对抗机制，将特征与标签联合分布的优化方法改进为随机线性组合提取深层特征，实现源域和目标域特征及标签的同时自适应；最后建立变负载下不同型号滚动轴承的故障诊断模型。实现变负载下不同型号滚动轴承多状态的精细分类并获得较高的准确率。
-
公开(公告)号：CN111442926B
公开(公告)日：2021-09-21
申请号：CN202010034456.5
申请日：2020-01-11
Applicant: 哈尔滨理工大学
IPC: G01M13/045 , G06N3/04 , G06N3/08
Abstract: 一种基于深层特征迁移的变负载下不同型号滚动轴承故障诊断方法，属于滚动轴承故障诊断领域，针对带有轴承型号、负载大小、损伤位置及程度标签的数据稀缺甚至无法获取，导致故障诊断准确率不高甚至无法诊断的问题而提出。首先对不同型号滚动轴承振动信号进行短时傅立叶变换，并构建二维图像数据集，选择某种型号数据作为源域，其他型号数据作为目标域；其次构建领域共享的改进AlexNet深度卷积网络引入条件对抗机制，将特征与标签联合分布的优化方法改进为随机线性组合提取深层特征，实现源域和目标域特征及标签的同时自适应；最后建立变负载下不同型号滚动轴承的故障诊断模型。实现变负载下不同型号滚动轴承多状态的精细分类并获得较高的准确率。
-
公开(公告)号：CN111721536A
公开(公告)日：2020-09-29
申请号：CN202010636625.2
申请日：2020-07-20
Applicant: 哈尔滨理工大学
IPC: G01M13/045 , G06K9/00 , G06K9/62 , G06N3/04 , G06N3/08
Abstract: 一种改进模型迁移策略的滚动轴承故障诊断方法，属于滚动轴承故障诊断技术领域。针对源域与目标域中相同状态数据分布差异大的问题而提出。利用小波变换获取不同型号轴承振动信号的时频谱并构建图像数据集；选择某种型号的数据作为源域，其他型号数据作为目标域；使用源域数据训练ResNet-34深度卷积网络，得到源域数据分类模型；利用隐式渐变元学习自适应决定迁移知识层级及知识内容实现模型迁移策略的改进，避免异构体系结构中梯度不易收敛现象；将迁移的知识引入目标域ResNet-152卷积神经网络数据训练的过程中通过参数传递实现模型迁移；在训练源域与目标域网络时采用随机梯度下降算法优化网络参数，建立不同型号滚动轴承的故障诊断模型。
-
公开(公告)号：CN209488595U
公开(公告)日：2019-10-11
申请号：CN201920638823.5
申请日：2019-05-05
Applicant: 哈尔滨理工大学
IPC: H04L9/00
Abstract: 一种基于Multisim仿真的十二维三次混沌模拟电路，属于混沌信号发生器设计技术领域。解决现有低维混沌系统一般存在系统变量少、密钥空间小、容易被破译等问题。该电路包括十二个通道电路：每一个通道电路均由乘法器、反相加法比例运算器、反相积分器、反相器以及电阻、电容组成。可将该系统应用于保密通信、图像加密、信息加密等领域，系统多个信号通道使生成的时间序列更难预测、复杂度更高，非线性行为更加复杂，系统密钥空间更大，可以有效抵抗穷举性攻击，提高通信系统的保密性。
-
公开(公告)号：CN209593449U
公开(公告)日：2019-11-05
申请号：CN201920665135.8
申请日：2019-05-10
Applicant: 哈尔滨理工大学
IPC: H04L9/00
Abstract: 一种十二维八次混沌系统模拟仿真电路，属于混沌信号发生器设计技术领域。解决现有低维混沌系统一般存在的密钥空间小、安全性低、抗攻击能力不强等问题。该电路包括十二个通道电路：每一个通道电路均由乘法器、反相加法比例运算器、反相积分器、反相器以及电阻、电容组成。可应用于保密通信、混沌密码学等领域，该高维混沌系统所产生的混沌序列密钥空间更大、复杂度更高、敏感性更强，可有效提高系统的抗破译能力。
-
-
-
-
-
Search Results
6
records
(took 0.018 seconds)
