-
公开(公告)号：CN114539563A
公开(公告)日：2022-05-27
申请号：CN202210208414.8
申请日：2022-03-04
Abstract: 本发明公开了一种合成不同形状和大小水凝胶小球的方法。本发明中上容器内的海藻酸钠溶液通过针管后，在表面张力、粘性力、溶液静水压力和重力的共同作用下失稳产生海藻酸钠液滴，并在重力的作用下加速向下，撞击下容器内的氯化钙溶液。海藻酸钠溶液液滴与氯化钙溶液迅速反应形成水凝胶小球。根据液滴大小、液滴释放高度、氯化钙溶液浓度和海藻酸钠溶液浓度的不同，可控制液滴入水后的形状和反应速率，最终按需获得不同形状和大小的水凝胶小球。本发明方法及该方法所涉及的装置都很简便，同时可以多参数调整凝胶小球的形状和大小，方便了规模化的生产应用。
-
公开(公告)号：CN119284683B
公开(公告)日：2025-03-18
申请号：CN202411764927.2
申请日：2024-12-04
Applicant: 中国计量大学
IPC: B66B5/02 , G06N3/042 , G06N3/0464 , G06N3/084 , G06N3/0985 , G06N3/048 , G06F18/2431 , G06F18/2415 , G06F17/11 , B66B5/00
Abstract: 一种基于数字孪生的电梯故障诊断方法，属于电梯故障诊断领域，所述方法包括以下步骤：第一步、采集电梯振动信号；第二步、构建电梯垂直方向的数值模型，首先建立系统的动力学方程，再计算系统的动能、系统的势能和系统耗散系数；第三步、改进PINNs模型，在损失函数中引入作为物理信息调节器，并引入重激活算法优化损失函数；步骤（3.2）设计重激活算法获取模型最优解；第四步、将第一步采集到的少量电梯故障振动信号输入具有运动方程约束的PINNs模型中，获取仿真电梯振动数据；第五步、改进GCN模型用于电梯故障诊断。本发明能够有效的获取那些现实中不易获取的数据，有效提高故障诊断准确率。
-
公开(公告)号：CN119284683A
公开(公告)日：2025-01-10
申请号：CN202411764927.2
申请日：2024-12-04
Applicant: 中国计量大学
IPC: B66B5/02 , G06N3/042 , G06N3/0464 , G06N3/084 , G06N3/0985 , G06N3/048 , G06F18/2431 , G06F18/2415 , G06F17/11 , B66B5/00
Abstract: 一种基于数字孪生的电梯故障诊断方法，属于电梯故障诊断领域，所述方法包括以下步骤：第一步、采集电梯振动信号；第二步、构建电梯垂直方向的数值模型，首先建立系统的动力学方程，再计算系统的动能、系统的势能和系统耗散系数；第三步、改进PINNs模型，在损失函数中引入作为物理信息调节器，并引入重激活算法优化损失函数；步骤（3.2）设计重激活算法获取模型最优解；第四步、将第一步采集到的少量电梯故障振动信号输入具有运动方程约束的PINNs模型中，获取仿真电梯振动数据；第五步、改进GCN模型用于电梯故障诊断。本发明能够有效的获取那些现实中不易获取的数据，有效提高故障诊断准确率。
-
公开(公告)号：CN119227430A
公开(公告)日：2024-12-31
申请号：CN202411764947.X
申请日：2024-12-04
Applicant: 中国计量大学
IPC: G06F30/20 , G06F30/17 , G06F30/27 , G06F18/2415 , G06N3/047 , G06N3/0464 , G06N3/08 , B66B5/00 , B66B5/02 , G01D21/02 , G06F119/14 , G06F119/10 , G06F119/08 , G06F119/02 , G06F111/10
Abstract: 一种电梯故障诊断数字孪生系统搭建方法，属于数字孪生、电梯故障诊断领域，该方法包括以下步骤：第一步、搭建电梯数字孪生故障诊断四维模型框架；第二步、电梯数据采集；第三步、构建虚拟电梯模型；第四步、构建电梯垂直方向的数值模型；第五步、改进PINNs模型，在损失函数中引入参数作为物理信息调节器，并引入重激活算法优化损失函数；第六步、获取模拟振动数据，将采集到的少量电梯故障振动信号输入具有运动方程约束的PINNs模型中，获取仿真电梯振动数据；第七步、改进GCN模型用于电梯故障诊断；第八步、建立电梯故障诊断数字孪生平台。本发明将电梯故障诊断和数字孪生技术融合，有效提高故障诊断准确率。
-
公开(公告)号：CN118886300A
公开(公告)日：2024-11-01
申请号：CN202410899510.0
申请日：2024-07-05
Applicant: 中国计量大学
IPC: G06F30/27 , G06N3/045 , G06N3/0464 , G06N3/0475 , G06N3/094 , G06F18/214
Abstract: 一种基于数字孪生的工业锅炉故障诊断方法，包括如下步骤：步骤1，建立锅炉数字孪生模型；步骤2，使用构建的数字孪生模型模拟锅炉的各种故障状态；步骤3：将故障数据分割为训练集和测试集，然后对步骤2得到的特征数据进行预处理；步骤4：构建具有物理约束的对抗生成网络PCGAN；步骤5：利用从数字孪生模型导出的数据来训练PCGAN，实现工业锅炉故障诊断。本发明提高数字孪生体模型实时状态检测和故障诊断结果的时效性。
-
Patent Agency Ranking
公开(公告)号：CN118990492A
公开(公告)日：2024-11-22
申请号：CN202411256716.8
申请日：2024-09-09
Applicant: 中国计量大学
IPC: B25J9/16
Abstract: 一种基于拉格朗日卷积长短期记忆网络的工业机器人故障预测方法，在工业机器人工作过程中，采集了每一个关节所有时刻的位置p、速度v、加速度a以及下发力矩M，以上述4个变量为目标，使用运动学推导出每个轴的位置和速度模型，用动力学推导出每个轴加速度和力矩模型；优化动力学神经网络基础模型，带入物理模型中的相关微分方程和矩阵，构成改进的拉格朗日神经网络LNN模型；优化LSTM模型，将CNN与LSTM结合，构成CNN‑LSTM混合模型；将优化后的LNN模型与CNN‑LSTM模型相结合，构成改进的LC‑LSTM模型，实现工业机器人故障预测。本发明有效提升故障预测的准确性和可靠性。
-
公开(公告)号：CN119227430B
公开(公告)日：2025-04-25
申请号：CN202411764947.X
申请日：2024-12-04
Applicant: 中国计量大学
IPC: G06F30/20 , G06F30/17 , G06F30/27 , G06F18/2415 , G06N3/047 , G06N3/0464 , G06N3/08 , B66B5/00 , B66B5/02 , G01D21/02 , G06F119/14 , G06F119/10 , G06F119/08 , G06F119/02 , G06F111/10
Abstract: 一种电梯故障诊断数字孪生系统搭建方法，属于数字孪生、电梯故障诊断领域，该方法包括以下步骤：第一步、搭建电梯数字孪生故障诊断四维模型框架；第二步、电梯数据采集；第三步、构建虚拟电梯模型；第四步、构建电梯垂直方向的数值模型；第五步、改进PINNs模型，在损失函数中引入参数作为物理信息调节器，并引入重激活算法优化损失函数；第六步、获取模拟振动数据，将采集到的少量电梯故障振动信号输入具有运动方程约束的PINNs模型中，获取仿真电梯振动数据；第七步、改进GCN模型用于电梯故障诊断；第八步、建立电梯故障诊断数字孪生平台。本发明将电梯故障诊断和数字孪生技术融合，有效提高故障诊断准确率。
-
公开(公告)号：CN118839604A
公开(公告)日：2024-10-25
申请号：CN202410899539.9
申请日：2024-07-05
Applicant: 中国计量大学
IPC: G06F30/27 , G06N3/045 , G06N3/0475 , G06N3/094 , G06F17/13 , G06N3/0464 , G06F18/20 , G06F18/214
Abstract: 一种基于物理知识对抗生成网络的工业锅炉故障诊断方法，包括以下步骤：步骤1，首先获取工业锅炉历史运行数据并进行数据预处理；步骤2，建立物理知识神经网络模型，建立锅炉相关的质量和能量守恒方程，通过物理知识神经网络来模拟锅炉运行；步骤3，建立改进的对抗生成网络模型，对抗生成网络使用生成器和鉴别器之间的竞争来生成满意的数据，其参数由生成器和鉴别器交替训练；步骤4，利用训练样本集对诊断模型进行训练，用测试集进行故障诊断测试，通过算法对比验证所述方法的有效性与优越性。本发明在锅炉故障数据质量差或者稀缺的情况下也可以实现对工业锅炉的故障诊断。
-
公开(公告)号：CN119670841A
公开(公告)日：2025-03-21
申请号：CN202411615700.1
申请日：2024-11-13
Applicant: 中国计量大学
Abstract: 一种基于强化学习算法的工业机器人数字孪生模型自更新方法，包括以下步骤：第一步、通过传感器收集工业机器人的各项实时运动参数作为数字孪生模型的训练集，在迭代训练过程后得到最优控制策略；对工业机器人不同行为进行分类，并对采集过程中的数据做平衡处理；第二步、构建工业机器人数字孪生模型、构建数字孪生系统的四元组；第三步，基于DQ‑SAC算法的参数更新过程，在SAC算法的基础上中再增加一个Q值形成双Q网络，最终构成DQ‑SAC网络。本发明过优化控制策略来修正孪生模型的故障特征参数，实现模型的自更新。
-
公开(公告)号：CN116132545A
公开(公告)日：2023-05-16
申请号：CN202211609611.7
申请日：2022-12-14
Applicant: 浙江大学 , 浙江大学舟山海洋研究中心
Abstract: 本发明公开了基于图信号处理的时序数据压缩和重建方法。现有方法迁移能力较差，并未考虑计算资源受限场景。本发明方法中计算中心利用时序数据中相邻数据点差异小的特点构建出低频图信号，并将图结构发送给传感器节点；传感器节点根据图结构计算数据序列的频域值，选择传输低频部分的频域数据，实现数据压缩；在压缩后频域信号能量与当前数据序列总能量比值低于阈值时，传感器判定当前图结构需要更新，重新传输完整的数据给计算中心，计算中心根据新数据完成图结构的更新来适应环境变化。本发明方法利用图信号的低频特性实现时序数据的高效压缩，算法复杂度较低，适用于传感器节点，同时利用图结构的快速更新保证其在不同环境下的适应能力。
-
-
-
-
-
-
-
-
-
Search Results
453
records
(took 0.061 seconds)
