-
公开(公告)号：CN119312093A
公开(公告)日：2025-01-14
申请号：CN202411351471.7
申请日：2024-09-26
Applicant: 常州大学
IPC: G06F18/214 , G06F18/22 , G06F18/2431
Abstract: 本发明涉及机械领域与自然语言处理领域，具体涉及一种清洁能源设备故障诊断用数据集的构建方法及诊断方法。构建方法包括：S1，获取原始语料；S2，对原始语料进行分析、预处理及转换为句子级别的嵌入表示；S3，界定故障类型，并标注；S4，计算每类故障类型中所有故障文本实例的质心特征，计算每个故障文本实例与其所在类的质心特征之间的相似度，根据相似度选取代表故障文文本实例保存在记忆库中；S5，对记忆库内的数据进行增强，扩展语料规模，针对样本量少的故障类型，引导生成额外的补充样本，以记忆库中的数据作为清洁能源设备故障诊断用数据集。本发明可构建一针对清洁能源设备故障类型丰富、覆盖面广泛的数据集，提高故障诊断效率和准确性。
-
公开(公告)号：CN118025997A
公开(公告)日：2024-05-14
申请号：CN202410093656.6
申请日：2024-01-23
Applicant: 常州大学
Abstract: 本发明公开了一种起吊海底设备的海底吊点钢丝绳应急解脱防回弹装置，其包括防回弹组件，包括活塞筒、连通管和调节阀，活塞筒内开设有液压腔和缓冲腔，液压腔与缓冲腔连通，连通管对称连接于活塞筒的两侧，其两端分别与液压腔和缓冲腔连通，调节阀设置于连通管与缓冲腔的连接处；缓冲组件包括回弹杆、外扩弧板和绳索，回弹杆与活塞筒连接，外扩弧板圆周连接在回弹杆外壁上，绳索连接于回弹杆底部；解脱组件包括对接件、电磁阀、承重件，对接件内对称开设有移动腔，承重件对称设置于移动腔内，绳索与承重件连接，电磁阀设置于对接件外，并与移动腔连接。本发明解决了现有海底设备解脱装置存在的响应时间可能不足以及可靠性可能存在隐患的问题。
-
公开(公告)号：CN115964946A
公开(公告)日：2023-04-14
申请号：CN202211703677.2
申请日：2022-12-29
Applicant: 常州大学
IPC: G06F30/27 , G01R19/00 , G01R27/02 , G01R21/00 , G01R22/00 , G06F18/2135 , G06N3/084 , G06N3/048 , G06N3/0499 , G06F119/02
Abstract: 本发明涉及神经网络技术领域，尤其涉及一种基于神经网络的用电设备可靠性评估方法，包括通过传感器采集三相异步电机的基础数据；通过主成分分析法将累计贡献率大于预设置的数据作为主成分；通过熵权法对石化设备用电可靠性的指标进行分析；采用BP神经网络来对变量之间的关系做定量分析。本发明找到影响石化设备用电可靠性的全部因素，再通过主成分分析法对全部因素进行筛选根据对应的石化设备用电可靠性评估指标，通过熵权法求出所有指标的主客观权重，并组合成综合权重来确定最终指标权重，融合两类权重的优势，减少了单一主客观权重对指标造成的权重偏差，用综合权重衡量的指标作为神经网络算法模型的输出端。
-
Patent Agency Ranking
公开(公告)号：CN117807515A
公开(公告)日：2024-04-02
申请号：CN202311858816.3
申请日：2023-12-30
Applicant: 常州大学
IPC: G06F18/2411 , G06F18/214 , G06F16/36
Abstract: 本发明涉及清洁能源设备故障诊断及自然语言处理领域，具体涉及一种基于词对标记和联合抽取的压缩机故障诊断与反馈方法，包括构建压缩机故障诊断模型，并获取数据集；利用数据集，使用二元交叉熵损失对模型进行训练；当压缩机出现故障时，输入故障描述到训练好的模型中，模型输出故障诊断结果及建议的操作指南；其中，压缩机故障诊断模型采用了词对标记和多级注意力神经网络，以提高模型在压缩机故障诊断和操作指南生成中的准确性，本发明解决了在部件识别和故障抽取两种任务间编码特征向量时，交互不足的问题，从而提高识别压缩机故障的准确性。
-
公开(公告)号：CN117536610A
公开(公告)日：2024-02-09
申请号：CN202311498496.5
申请日：2023-11-10
Applicant: 常州大学
IPC: E21B47/12
Abstract: 本发明公开了油气井井下信号无线传输方法及装置，方法应用于油气井井下信号无线传输装置，包括：接收测量与收集的数据，进行转换，以获取数字信号；敲击冲击杆进行井下信号无线传输，敲击根据数字信号，设定传输规则，进行声音信号传输，传输规则通过敲击次数与时间间隔进行组合；利用在近钻头端设置的减振降噪短节在钻进过程中进行减振降噪；接收声音信号，对声音信号进行处理得到声音编码信号。本发明通过敲击次数和间隔时间表示数字与小数点进行传输，可实施性强，传输与解码效率都高；通过减振降噪短节的设定运作，避免钻头在钻进时产生的噪声与振动；同时，敲击的声音频率对于最后接受信号的滤波也提供了极大便利。
-
公开(公告)号：CN116069935A
公开(公告)日：2023-05-05
申请号：CN202310145716.X
申请日：2023-02-21
Applicant: 常州大学
IPC: G06F16/35 , G06F40/295 , G06F18/241 , G06N3/0442 , G06N3/045 , G06N3/048 , G06N3/08
Abstract: 本发明涉及自然语言处理技术领域，尤其涉及一种基于层级编码的联合实体识别及关系抽取方法，包括采用预训练语言模型BERT编码词向量；构建类似LSTM门控机制；构建实体识别任务特征向量及关系抽取任务特征向量；将实体识别任务、关系抽取任务特征向量分别经线性层，进行实体识别及关系抽取的评分计算；将二分类交叉熵损失、二分类交叉熵损失和关系对称损失按照系数相加得到总损失；根据实体类型的预测分数和主语与宾语之间的关系类型为l的预测分数与阈值进行比较，得到最终三元组。本发明改善目前联合抽取的弱交互和单向交互的问题，并且解决无法识别出文本信息中存在的实体嵌套及关系嵌套的情况。
-
公开(公告)号：CN115879453A
公开(公告)日：2023-03-31
申请号：CN202211458382.3
申请日：2022-11-17
Applicant: 常州大学
IPC: G06F40/284 , G06F40/30 , G06N20/00
Abstract: 本发明涉及自然语言处理技术领域，尤其涉及一种融合词汇边界及语义信息的实体识别及关系抽取方法，包括构建预处理语言模型的样本输入及标签；通过BERT模型输出最后一层的特征向量；构建实体识别任务的任务特征向量，并计算损失；构建关系抽取任务相关的任务特征向量计算损失；将两种损失按照系数相加得到总损失；联合实体识别以及关系抽取的结果，得出最后的三元组。本发明解决深度学习方法存在误差积累、实体冗余，交互缺失的问题；以及解决现有嵌套实体基于片段排列的方式显示的提取所有可能的片段排列的问题。
-
公开(公告)号：CN115357700A
公开(公告)日：2022-11-18
申请号：CN202210992321.9
申请日：2022-08-18
Applicant: 常州大学
IPC: G06F16/332 , G06F16/36 , G06F40/211 , G06F40/295 , G06K9/62
Abstract: 本发明涉及人工智能技术领域，尤其涉及一种基于事理图谱的压缩机故障诊断方法，包括构建压缩机故障诊断本体知识模型；构建压缩机故障诊断事理图谱；对采集到的压缩机故障诊断语料进行关系抽取，将抽取到的事件实体‑关系‑事件实体以及事件实体‑属性‑属性值三元组形式的事理图谱存入图数据库；对问句进行规范化处理；对用户询问到的问句进行问句解析；将用户输入的问句转化成结构化的查询语句；生成标准化答案，通过数据库查询语句生成自然语言答案。本发明以事理图谱的形式存储和呈现压缩机故障及相关处理知识，以人机交互问答的方式，为用户获取应对压缩机发生故障之后的原因和处理方法，有助于提高技术人员工作效率以及减少经济损失。
-
-
-
-
-
-
-
Search Results
8
records
(took 0.046 seconds)
