-
公开(公告)号：CN118450497A
公开(公告)日：2024-08-06
申请号：CN202410432764.1
申请日：2024-04-11
Applicant: 浙江大学
IPC: H04W72/044 , H04W72/53 , H04B17/00
Abstract: 本发明属于工程机械通讯安全领域，公开了工程机械无线通讯场景下的信道动态分配方法、装置及介质，包括：步骤1，进行ECU端信道分配，初始化设置信道配置函数簇；步骤2，在信道配置函数簇中随机生成信道；步骤3，在信道中广播信号，随后进入侦听模式，收听信道内回信；步骤4，判断信道是否冲突，若接收到信号，则信号冲突，返回步骤2重新生成新信道，并再次检验信道是否冲突；若无接收到信号，则信道内无冲突设备，ECU信道配置完成；步骤5，将PCU与ECU进行配对，开始进入工作状态。本发明能确保工程机械设备在互不干扰的任务场景下信道可以重复配置，充分利用有限的信道资源，在同一任务场景下各设备间的信道均不相同。
-
公开(公告)号：CN117494015A
公开(公告)日：2024-02-02
申请号：CN202311213759.3
申请日：2023-09-20
Applicant: 浙江大学 , 山东临工工程机械有限公司
IPC: G06F18/2433 , G06F18/241 , G06F18/10 , G06F18/2131 , G06F18/22 , G06N3/0455 , G06N3/088 , G06N3/0464 , G01M13/028
Abstract: 本发明涉及一种基于记忆自编码器的无监督工程机械故障检测方法，包括采集振动信号，经过预处理得到连续小波变换时频图，作为输入数据；初始化记忆模块的网络参数和模块大小；将正常样本输入编码器得到隐变量，计算隐变量和记忆模块的相似度并且经过Softmax之后得到权重矩阵，由权重矩阵参数和记忆模块加权相加得到新的隐变量，经过解码器后得到重构信号，以权重矩阵的信息熵和重构前后信号的均方误差作为损失函数进行训练；通过设置合适的阈值可以实现对旋转机械故障状态的监测。本发明通过引入了记忆模块，解决了自编码器容易对正常样本过拟合的问题。
-
公开(公告)号：CN115683604A
公开(公告)日：2023-02-03
申请号：CN202211262918.4
申请日：2022-10-14
Applicant: 山东临工工程机械有限公司 , 浙江大学
IPC: G01M13/021 , G01M13/028 , G06F18/2411
Abstract: 本发明属于工程机械技术领域，具体涉及一种基于不平衡数据的工程机械故障诊断方法，包括：通过振动加速度传感器采集齿轮箱振动信号；对采集到的齿轮箱原始振动信号进行特征提取；利用自适应合成样本算法合成齿轮箱故障数据；在分布改善后的数据集中使用深度自编码器进行特征选择时，在损失函数中引入最大相关熵和稀疏惩罚项；利用选择后的特征和改善后的数据集来训练SVM分类器，实现齿轮箱故障诊断。本发明在对齿轮箱振动信号进行特征提取之后，利用自适应合成样本算法合成故障数据样本，改善现有数据集中正常数据与故障数据不平衡的问题，尤其重视数据中更具挑战性的区域，能够提升分类器的性能。
-
公开(公告)号：CN107247230B
公开(公告)日：2020-02-07
申请号：CN201710535343.1
申请日：2017-07-03
Applicant: 浙江大学
IPC: G01R31/34
Abstract: 本发明公开了一种基于支持向量机和数据驱动的旋转电机状态监测方法，包括采集旋转电机振动信号，利用曲线拟合振动信息预测旋转电机加速度及速度运行状态，以及根据误差、电机性能等指标评估电机状态。将采集节点安装于旋转电机外壳上，实时获得监测电机的三轴振动信号以及环境温湿度，通过物联网无线通讯技术传至接收端，再由接收端存储至数据库，利用小波分析与ARIMA模型或者其他时间序列预测方法计算各节点速度频谱图等信息，得到预测曲线。加入历史误差补偿得到准确的预测值，将之与真值比较得到此刻误差。此误差作为支持向量机分类的主要特征、结合温度、电机功率、转速等辅助特性做出故障判断。
-
公开(公告)号：CN119461180A
公开(公告)日：2025-02-18
申请号：CN202411348616.8
申请日：2024-09-26
Abstract: 本发明属于高空作业车领域，公开了一种高空作业车安全辅助系统及其工作方法，包括上平台检测单元、下平台检测单元、剪叉支架检测单元、中央处理器、语音播报单元、警示灯单元、车辆控制单元，所述中央处理器分别与上平台检测单元、下平台检测单元、剪叉支架检测单元、语音播报单元、警示灯单元、车辆控制单元通讯连接。本发明确保了高空作业车在复杂环境下工作的安全性，通过安全辅助系统避免车辆与障碍物发生碰撞，减少了事故的发生和经济的损失，在操作员操作不当或者视野盲区的情况下辅助操作员操作车辆，加强了工人操作的安全性。
-
Patent Agency Ranking
公开(公告)号：CN118136148A
公开(公告)日：2024-06-04
申请号：CN202410149458.7
申请日：2024-02-02
Applicant: 浙江大学
IPC: G16C20/30 , G01D21/02 , G16C20/70 , G06F18/213 , G06F18/25 , G06F18/27 , G06N3/0442 , G06N3/0464 , G06N3/08
Abstract: 本发明公开一种装载机机油酸值测量方法，具体流程包括：收集发动机的机油温度、发动机转速、发动机实际输出扭矩、燃油量、机油压力、发动机累计运行时间的数据，根据训练好的机油酸值时序特征提取模型和机油酸值空间特征提取模型分别计算得到机油时序特征和机油空间特征，再通过数据融合算法将时序特征数据与空间特征数据进行数据融合，得到最终预测机油酸值。本发明机油酸值预测网络模型提取了机油酸值时序特征和空间特征，既考虑到机油酸值变化的动态性也考虑了输入变量之间的空间自相关性，该网络架构适用于软测量之间的建模，预测准确度高。
-
公开(公告)号：CN115655706A
公开(公告)日：2023-01-31
申请号：CN202211258650.7
申请日：2022-10-14
Applicant: 山东临工工程机械有限公司 , 浙江大学
IPC: G01M13/021 , G01M13/028 , G06F17/11 , G06F17/15 , G06F17/16
Abstract: 本发明涉及一种基于最小熵解卷积和随机共振的机械故障诊断系统，包括：采集机械旋转部件的振动数据，作为原始信号；将原始信号经过频率缩放后输入双稳态随机共振系统，以相关峭度作为指标函数，自适应调节系统参数，使系统输出想要的信号，利用4阶龙格库塔算法求得非线性系统输出的数值解，利用随机共振现象放大原信号中的冲击成分，得到降噪后的信号；将降噪后的信号再进行最小熵解卷积滤波，得到最小熵解卷积滤波信号；对经过最小熵解卷积滤波后的信号进行希尔伯特包络谱分析，对机械旋转部件进行故障诊断。本发明可以在未知信号故障频率的条件下通过设计相应指标自主提取出故障信号的频率，实现准确的故障诊断与定位。
-
公开(公告)号：CN112485394A
公开(公告)日：2021-03-12
申请号：CN202011249258.7
申请日：2020-11-10
Applicant: 浙江大学
Abstract: 本发明公开了一种基于稀疏自编码和极限学习机的水质软测量方法，该方法在污水处理的应用中，将稀疏自编码方法与极限学习机方法相结合，兼顾极限学习机的学习速度极快、模型估计精度高以及稀疏自编码针对非线性数据降维提取特征值等特点，能够实现快速有效的估计污水处理中关键水质的浓度，在保证性能的前提下，结合多次再采样求平均值的方法有效降低了计算复杂度。将该方法应用在污水处理氨氮离子浓度的软测量上，可以实现快速准确估计氨氮离子的浓度，从而实现了针对污水处理中关键组分的软测量效果，降低因为传感器成本对污水处理工艺的约束与限制，进一步为污水处理工艺的提升以及出水水质的改善提供支持。
-
公开(公告)号：CN112183676A
公开(公告)日：2021-01-05
申请号：CN202011249249.8
申请日：2020-11-10
Applicant: 浙江大学
Abstract: 本发明公开了一种基于混合降维与核函数极限学习机的水质软测量方法，该方法考虑到互信息衡量污水处理中两种组分之间的非线性相关性，皮尔逊系数考虑两种组分之间的线性相关性对数据进行预处理降维，以及极限学习机的学习速度极快，且模型估计精度较高等特点，并结合核函数不需要知道显式定义映射函数、隐含层神经元个数，从而节省了神经元个数优化时间，提高了估计性能，并采用多次采样求平均的方法，进一步降低算法对计算设备的要求，在保证性能的前提下，有效降低了计算复杂度。该方法可以快速有效估计氨氮离子浓度，有效避免了由于传感器性能及污水处理自身的特性对出水水质所带来的影响，从而提高了污水处理工艺的效率及出水水质。
-
公开(公告)号：CN117147157A
公开(公告)日：2023-12-01
申请号：CN202310871721.9
申请日：2023-07-17
Applicant: 浙江大学 , 山东临工工程机械有限公司
IPC: G01M13/045 , G01M13/04 , G06F18/15 , G06F18/2131 , G06F18/241 , G06F18/2415 , G06N3/047 , G06N3/048 , G06N3/0455 , G06N3/08
Abstract: 本发明属于故障诊断领域，具体公开了一种基于堆叠自编码器的时变转速下齿轮箱故障诊断方法，包括：同步采集齿轮箱振动信号和转速；对齿轮箱原始振动信号进行滤波降噪和包络解调；利用阶次分析得到阶次谱；将阶次谱作为SAE的输入，SAE共由3层自编码器堆叠而成；将最后一层自编码器的隐含层特征进行N等分，作为注意力模型的输入，注意力模型为每一份隐含层特征生成一个正值权重，经过加权平均得到最终的特征向量；将最终的特征向量作为softmax回归模型的输入，生成属于每一类的概率，实现状态分类，进而实现齿轮箱故障诊断。本发明利用注意力机制能够聚焦信息量更大的特征，进而提升分类的准确度。
-
-
-
-
-
-
-
-
-
Search Results
24
records
(took 0.023 seconds)
