多分类器细粒度的轴承故障诊断领域自适应方法及系统

    公开(公告)号:CN117871101A

    公开(公告)日:2024-04-12

    申请号:CN202410270554.7

    申请日:2024-03-11

    申请人: 四川大学

    摘要: 本发明公开了多分类器细粒度的轴承故障诊断领域自适应方法及系统,该方法包括获取轴承不同载荷下的振动数据;将源域振动信号样本划分为源域训练样本和源域测试样本,并将目标域振动信号样本划分为目标域训练样本和目标域测试样本;将源域训练样本和目标域训练样本输入至多分类器细粒度的轴承故障诊断模型进行模型参数训练,以基于更新后的模型参数得到训练好的轴承故障诊断模型;将目标域测试样本输入至训练好的轴承故障诊断模型进行故障诊断分类以得到故障诊断分类结果。本发明能够利用多个分类器的输出的预测概率向量构建细粒度权重矩阵,同时基于该细粒度权重矩阵分配的权重参数训练模型,有效提升模型的准确率,获取精确的轴承故障诊断结果。

    多分类器细粒度的轴承故障诊断领域自适应方法及系统

    公开(公告)号:CN117871101B

    公开(公告)日:2024-05-10

    申请号:CN202410270554.7

    申请日:2024-03-11

    申请人: 四川大学

    摘要: 本发明公开了多分类器细粒度的轴承故障诊断领域自适应方法及系统,该方法包括获取轴承不同载荷下的振动数据;将源域振动信号样本划分为源域训练样本和源域测试样本,并将目标域振动信号样本划分为目标域训练样本和目标域测试样本;将源域训练样本和目标域训练样本输入至多分类器细粒度的轴承故障诊断模型进行模型参数训练,以基于更新后的模型参数得到训练好的轴承故障诊断模型;将目标域测试样本输入至训练好的轴承故障诊断模型进行故障诊断分类以得到故障诊断分类结果。本发明能够利用多个分类器的输出的预测概率向量构建细粒度权重矩阵,同时基于该细粒度权重矩阵分配的权重参数训练模型,有效提升模型的准确率,获取精确的轴承故障诊断结果。

    一种基于传感互联的高精度可拆卸式表面抛光器

    公开(公告)号:CN113109267A

    公开(公告)日:2021-07-13

    申请号:CN202110501816.2

    申请日:2021-05-08

    申请人: 四川大学

    摘要: 本发明公开了一种基于传感互联的高精度可拆卸式表面抛光器,属于机械制造领域,包括硬件系统和软件系统,所述硬件系统包括抛光器、传感器组件以及人机交互装置,所述传感器组与人机交互装置搭载于所述的抛光器上,所述软件系统包括云端数据库同时存储系统、实时传感器反馈可视化系统和激光表面扫描评估系统。本发明,通过将薄膜式压力传感器采集的数据和负温度系数温敏电阻采集的数据传送至实时传感器反馈可视化系统中进行储存分析及可视化处理,再与云端储存数据进行实时同步,实现抛光作业的智能决策,同时可提高抛光的精度,可将本发明装载在机械臂末端实现大工作空间及多位面的高精度抛光作业,同时可节省大量的人力物力。

    一种基于传感互联的高精度可拆卸式表面抛光器

    公开(公告)号:CN216144686U

    公开(公告)日:2022-03-29

    申请号:CN202120976621.9

    申请日:2021-05-08

    申请人: 四川大学

    摘要: 本实用新型公开了一种基于传感互联的高精度可拆卸式表面抛光器,属于机械制造领域,包括硬件系统和软件系统,所述硬件系统包括抛光器、传感器组件以及人机交互装置,所述传感器组与人机交互装置搭载于所述的抛光器上,所述软件系统包括云端数据库同时存储系统、实时传感器反馈可视化系统和激光表面扫描评估系统。本实用新型,通过将薄膜式压力传感器采集的数据和负温度系数温敏电阻采集的数据传送至实时传感器反馈可视化系统中进行储存分析及可视化处理,再与云端储存数据进行实时同步,实现抛光作业的智能决策,同时可提高抛光的精度,可将本实用新型装载在机械臂末端实现大工作空间及多位面的高精度抛光作业,同时可节省大量的人力物力。

    可拆卸式手持抛光机(数据采集型)

    公开(公告)号:CN306761662S

    公开(公告)日:2021-08-17

    申请号:CN202130268804.0

    申请日:2021-05-07

    申请人: 四川大学

    摘要: 1.本外观设计产品的名称:可拆卸式手持抛光机(数据采集型)。
    2.本外观设计产品的用途:本外观设计产品用于对非金属件进行抛光并且实时采集数据。
    3.本外观设计产品的设计要点:在于形状。
    4.最能表明设计要点的图片或照片:立体图。
    5.不常见面,省略仰视图。