-
公开(公告)号:CN110941928A
公开(公告)日:2020-03-31
申请号:CN201911178691.3
申请日:2019-11-26
Applicant: 哈尔滨理工大学
IPC: G06F30/27 , G06N3/04 , G06N3/08 , G06F119/04
Abstract: 一种基于dropout-SAE和Bi-LSTM的滚动轴承RUL预测方法,属于轴承运行状态的预测领域。本发明为了解决现有的滚动轴承RUL预测方法存在模型训练时间较长且预测准确率较低的问题。本发明提出一种改进的SAE,即dropout-SAE对滚动轴承振动信号进行无监督的深层特征自适应提取,该网络应用一种新的Tan激活函数替代原有的sigmoid激活函数,并采用dropout方法实现其稀疏性;同时,考虑到滚动轴承剩余使用寿命预测方法一般仅考虑过去信息而忽略未来信息,提出引入双向长短时记忆网络作为滚动轴承RUL的预测模型。在2个轴承数据集上的实验结果均表明,所提预测方法不仅可以提高模型的收敛速度而且具有较高的准确率。
-
公开(公告)号:CN110941928B
公开(公告)日:2022-05-24
申请号:CN201911178691.3
申请日:2019-11-26
Applicant: 哈尔滨理工大学
IPC: G06F30/27 , G06N3/04 , G06N3/08 , G06F119/04
Abstract: 一种基于dropout‑SAE和Bi‑LSTM的滚动轴承RUL预测方法,属于轴承运行状态的预测领域。本发明为了解决现有的滚动轴承RUL预测方法存在模型训练时间较长且预测准确率较低的问题。本发明提出一种改进的SAE,即dropout‑SAE对滚动轴承振动信号进行无监督的深层特征自适应提取,该网络应用一种新的Tan激活函数替代原有的sigmoid激活函数,并采用dropout方法实现其稀疏性;同时,考虑到滚动轴承剩余使用寿命预测方法一般仅考虑过去信息而忽略未来信息,提出引入双向长短时记忆网络作为滚动轴承RUL的预测模型。在2个轴承数据集上的实验结果均表明,所提预测方法不仅可以提高模型的收敛速度而且具有较高的准确率。
-
公开(公告)号:CN209462388U
公开(公告)日:2019-10-01
申请号:CN201920638824.X
申请日:2019-05-05
Applicant: 哈尔滨理工大学
IPC: H04L9/00
Abstract: 一种基于运算放大器的十二维四次混沌模拟电路,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参数和变量少、密钥空间小、抗破译能力差等问题。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。可应用于混沌保密通信、机械振动故障诊断、混沌密码学等领域,可作为保密信号源。该系统的动力学行为特征难以预测,系统密钥空间更大,具有较好的抗攻击和抗干扰能力。
-
公开(公告)号:CN209462391U
公开(公告)日:2019-10-01
申请号:CN201920665406.X
申请日:2019-05-10
Applicant: 哈尔滨理工大学
IPC: H04L9/00
Abstract: 一种十二维七次混沌系统Simulink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的动力学行为退化严重、密钥空间小、混沌序列复杂度低。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。可应用于混沌保密通信、图像信息加密等领域,该系统的参数空间大、混沌特性广泛,在有限计算精度的影响下可有效抵抗动力学退化的影响,具有较好的安全性。
-
-
-