-
公开(公告)号：CN119355483A
公开(公告)日：2025-01-24
申请号：CN202411399722.9
申请日：2024-10-09
Applicant: 电子科技大学
IPC: G01R31/28
Abstract: 本发明公开了一种基于数据驱动的射频电路板故障诊断方法，通过预定故障，并输入激励信号获取多组时域数据，然后对时域数据进行双重滤波处理得到频域数据，然后对频域数据进行特征提取，得到一个故障类型的故障特征，然后将对于所有故障类型，将故障类型作为标签，对应的故障特征作为训练样本，输入至分类器，对分类器进行训练，直至收敛，最后，对于一块射频电路板，采用相同的数据处理，得到其故障特征送入训练好即训练收敛的分类器中，得到故障类型，完成故障诊断。本发明无需添加额外的内部测点，仅通过射频电路板自身的输入输出端口进行故障诊断，通过对射频电路板施加激励并采集射频输出信号数据，利用机器学习模型对这些数据进行分析，从而准确识别出射频电路板的故障类型。
-
公开(公告)号：CN118296520A
公开(公告)日：2024-07-05
申请号：CN202410312073.8
申请日：2024-03-19
Applicant: 电子科技大学
IPC: G06F18/2433 , G01R31/00 , G06F18/25 , G06F18/15 , G06F18/2131 , G06N3/0455 , G06N3/088 , G06F123/02
Abstract: 本发明公开了一种IGBT逆变系统在线异常检测方法，先等间隔采集IGBT逆变系统在正常工作时的特征数据，切分成等长度的IGBT数据时间序列；然后利用IGBT数据时间序训练具有密集连接解码器的自注意力异常检测网络，经过多层网络学习处理，从不同特征空间提取IGBT运行特征，并通过密集连接解码器融合这些特征，使网络能够有效的提取特征并利用特征重构输出，若网络的重构结果与输入之间的超出一定范围，即可判断发生故障，实现对IGBT电力系统故障的准确检测。
-
公开(公告)号：CN111965405B
公开(公告)日：2021-08-13
申请号：CN202010805640.5
申请日：2020-08-12
Applicant: 电子科技大学
IPC: G01R13/02
Abstract: 本发明公开了一种基于FPGA的数字三维示波器数据映射存储系统，ADC模块对4个通道的输入信号进行采集后发送给抽点模块，抽点模块抽点后将发送给FIFO模块进行缓存，由映射地址模块计算各个数据点在RAM阵列模块中的映射地址，RAM阵列模块在数据比较控制模块的控制下对波形概率数据进行存储和更新，当达到预设的波形映射帧数后RAM阵列模块在数据输出控制模块的控制下将波形概率数据至上位机，转化为RGB值后发送到显示模块进行显示。本发明通过改进数据的存储框架和存储逻辑，能够节约存储资源，同时提高波形概率信息的存储与输出速度，能够有效地减少数据采集和处理造成的死区时间，提高了数字三维示波器的波形捕获率。
-
公开(公告)号：CN112907527A
公开(公告)日：2021-06-04
申请号：CN202110176872.3
申请日：2021-02-07
Applicant: 电子科技大学
Abstract: 本发明公开了一种针对大尺寸曲面试件的红外热成像拼接检测方法，采用抗旋转缩放匹配算法在基于欧式距离的粗匹配结果上计算粗匹配点对之间的旋转因子和缩放因子，建立三角形相似性假设剔除误匹配点对；通过优化RANSAC算法提取损伤温度重构图像的匹配点对，精确估计出仿射变换模型参数HT，实现图像拼接。本发明考虑了大尺寸曲面试件获取红外视频流时，曲面热像仪的拍摄位置的移动和角度变化会带来其红外重构图像的几何变换如旋转、缩放，进而构建了抗旋转缩放匹配算法用于剔除误匹配点对，同时，构建优化RANSAC(随机抽样一致)算法提取匹配点对，获取最终的仿射变换模型参数HT，这样，获得了正确匹配缺陷特征点，避免拼接图像出现畸变。
-
公开(公告)号：CN110836992B
公开(公告)日：2020-12-01
申请号：CN201911053176.2
申请日：2019-10-31
Applicant: 电子科技大学
IPC: G01R13/02 , G01R21/133 , G01R23/02
Abstract: 本发明公开了一种基于FPGA的示波功率仪采集系统，在进行定频采样时，待测信号经ADC模块采集后经过抽点模块存入定频采样模块中；在进行同步采样时，采样数据首先通过基波频率测量模块准确测量得到基波频率，其方法为先使用FFT分析法粗略计算出输入信号的基波频率，经过滤除毛刺后通过测频法或测周法精确测量出信号的频率，最后通过对输入信号倍频后完成同步采样。本发明可以在精准测量输入信号基波频率并显示的同时，快速实现定频采样和同步采样。
-
Patent Agency Ranking
公开(公告)号：CN118444194A
公开(公告)日：2024-08-06
申请号：CN202410616156.6
申请日：2024-05-17
Applicant: 电子科技大学
IPC: G01R31/392 , G01R31/378 , G01R31/367
Abstract: 本发明公开了一种基于自适应维纳过程的锂电池剩余寿命预测方法，通过加速多个样本锂电池的寿命实验，获取样本锂电池在不同时刻的退化量；然后采用极大似然估计算法获取目标锂电池的模型先验参数；接着通过卡尔曼滤波算法以及迁移学习算法对模型参数进行更新，并将更新后的参数用于计算目标锂电池在当前时刻下的剩余寿命概率密度函数，具有预测精度高、实时性好、自适应能力强等特点。
-
公开(公告)号：CN118050580A
公开(公告)日：2024-05-17
申请号：CN202410190069.9
申请日：2024-02-20
Applicant: 电子科技大学
IPC: G01R31/00 , G01R31/54 , G06F18/241 , G06F18/214 , G06F18/213 , G06N3/0464 , G06N3/08
Abstract: 本发明公开了基于小样本故障诊断神经网络的变流器开路故障诊断方法，通过采集类似变流器的低成本故障样本来辅助被检查对象的模型训练，形成临域训练样本和少量的目标域训练样本；然后构建由特征提取器和故障分类器组成的故障诊断神经网络，特征提取器通过严格的特征分布对齐来提取域不变和判别故障特征，故障分类器来表征故障特征和故障标签的函数隐射关系；采用预训练、特征对齐和模型自适应来最优化目标函数以求取故障诊断神经网络的最优参数；最后将训练好的随故障诊断神经网络部署到嵌入式系统中，实时提取被检测对象故障特征并给出故障分类标签，实现故障诊断。
-
公开(公告)号：CN117571044B
公开(公告)日：2024-05-14
申请号：CN202311423822.6
申请日：2023-10-30
Applicant: 电子科技大学
IPC: G01D21/02 , G16C20/10 , G06F18/214 , G06F18/2411 , G06F18/243 , G06N3/0442 , G06N3/0499 , G06N3/088
Abstract: 本发明公开了一种化学反应搅拌器在化工过程中的状态检测方法，基于化学反应搅拌器运行过程中的各个监测数据，首先构建若干基于无监督机器学习的基础检测器，对反应搅拌过程作初步的状态信息提取；再使用一特征集成过程，综合集成以上机器学习模型的结果作进一步的深度挖掘；其中在特征集成的迭代过程中，将每次迭代的输出结果规整统一后再作为下次迭代输出；根据特征集成结果，基于滑窗奇异值的决策阶段将得到代表过程状态的最终统计量。核密度估计被用以计算统计量的控制限，根据最终统计量和控制限的大小对比关系.最终实现故障检测。
-
公开(公告)号：CN117571044A
公开(公告)日：2024-02-20
申请号：CN202311423822.6
申请日：2023-10-30
Applicant: 电子科技大学
IPC: G01D21/02 , G16C20/10 , G06F18/214 , G06F18/2411 , G06F18/243 , G06N3/0442 , G06N3/0499 , G06N3/088
Abstract: 本发明公开了一种化学反应搅拌器在化工过程中的状态检测方法，基于化学反应搅拌器运行过程中的各个监测数据，首先构建若干基于无监督机器学习的基础检测器，对反应搅拌过程作初步的状态信息提取；再使用一特征集成过程，综合集成以上机器学习模型的结果作进一步的深度挖掘；其中在特征集成的迭代过程中，将每次迭代的输出结果规整统一后再作为下次迭代输出；根据特征集成结果，基于滑窗奇异值的决策阶段将得到代表过程状态的最终统计量。核密度估计被用以计算统计量的控制限，根据最终统计量和控制限的大小对比关系.最终实现故障检测。
-
公开(公告)号：CN117033973A
公开(公告)日：2023-11-10
申请号：CN202310981243.7
申请日：2023-08-04
Applicant: 电子科技大学
IPC: G06F18/213 , G06F18/241 , G06N20/00 , G01R31/00 , G01R31/52 , G01R31/54
Abstract: 本发明公开了一种变流器多工况开路故障诊断方法，通过收集不同工况、不同工作状态下的三相电流电流数据作为故障样本，然后从故障样本中通过最优离散小波变换和自动特征提取获取与故障强相关的故障特征，从而构建训练数据集；采用训练数据集训练随机森林模型来构建故障特征与故障标签的函数映射关系；最后将训练好的随机森林模型部署到嵌入式系统中，实时提取被检测对象故障特征并给出故障分类标签，实现故障诊断。
-
-
-
-
-
-
-
-
-
Search Results
51
records
(took 0.027 seconds)
