-
公开(公告)号：CN119514339A
公开(公告)日：2025-02-25
申请号：CN202411562860.4
申请日：2024-11-05
Applicant: 西安交通大学
IPC: G06F30/27 , G06F30/15 , G06F18/15 , G06F18/213 , G06F18/214 , G06N20/10 , G06F119/10
Abstract: 本发明涉及壳体状态识别技术领域，公开了一种基于局部优化和支持向量机的壳体状态识别方法，其方法包括：采集水下航行器壳体的状态数据，状态数据包括应力数据、变形数据和声发射数据：对状态数据进行处理，并基于局部优化算法提取关键特征；根据提取的关键特征训练支持向量机模型，获得壳体状态的风险值；获取水下航行器的行驶数据，根据行驶数据对风险值进行调整，确定壳体的最终风险值；根据最终风险值生成水下航行器的行驶策略。通过对壳体状态数据进行分析处理，结合局部优化算法和支持向量机模型，提高了壳体状态识别的准确性和效率，实现了对水下航行器壳体状态的实时监测，便于及时发现潜在的安全问题。
-
公开(公告)号：CN119245807A
公开(公告)日：2025-01-03
申请号：CN202411222310.8
申请日：2024-09-02
Applicant: 西安交通大学 , 中国航发四川燃气涡轮研究院
IPC: G01H17/00 , F04D27/00 , G06F18/2131 , G06F17/16 , G06N7/01
Abstract: 本发明公开了基于多测量贝叶斯压缩感知的风扇声模态分解方法及系统，所述方法包括：步骤1，根据航空发动机风扇单音噪声周向主导声模态最高阶次和模态监测范围，确定沿航空发动机风扇机匣周向布置的最大麦克风数量及其安装位置角度；步骤2，从确定的安装位置角度中随机选定给定数量的麦克风位置，根据所述模态监测范围与选定的麦克风位置构建多测量向量贝叶斯压缩感知模型，所述给定数量不大于最大麦克风数量；步骤3，基于多测量向量贝叶斯压缩感知模型，对航空发动机风扇周向主导声模态进行测量。所述方法能自动适应不同的转速工况进行声模态测量，具有更好的鲁棒性。
-
公开(公告)号：CN119004068A
公开(公告)日：2024-11-22
申请号：CN202411024460.8
申请日：2024-07-29
Applicant: 西安交通大学
IPC: G06F18/213 , G06N3/0464 , G06F18/25
Abstract: 本发明公开了一种管道泄漏裂纹形貌识别方法、装置、设备及可读存储介质，利用改进的重映射函数，对小波时频图进行快速局部拉普拉斯滤波，得到增强后的小波时频图；将增强后的小波时频图输入预先训练好的管道泄漏裂纹形貌识别模型中，得到管道泄漏裂纹形貌；其中，管道泄漏裂纹形貌识别模型是利用增强后的小波时频图及其对应的泄漏裂纹形貌作为训练样本，对基于MSCA‑DAA的卷积神经网络进行训练得到的，基于MSCA‑DAA的卷积神经网络包括依次连接的多尺度卷积模块、维度感知注意力模块和全局自注意力层。本发明可以突出表现小波时频图的故障频带，平滑噪声干扰信息，提高后续模型的分辨能力，从而减少误判，兼顾模型的准确率和效率。
-
公开(公告)号：CN115508078B
公开(公告)日：2024-10-29
申请号：CN202210965499.4
申请日：2022-08-11
Applicant: 西安交通大学
IPC: G01M13/021 , G01M13/028 , G06F18/241 , G06N3/042 , G06N3/0464 , G06N3/048 , G06N3/08 , G06F123/02
Abstract: 公开了基于时域图卷积网络的核电循环水泵行星齿轮箱检测方法，方法中，采集核电循环水泵行星齿轮箱监测数据，采用Max‑min归一化方法对监测数据进行归一化处理；归一化处理后的监测数据划分为N个样本，将每M个样本构成一个连通无向图，每个样本视为图的一个节点，每个样本节点有M‑1条边与其相连，构建时域图卷积网络模型；将训练集的样本输入时域图卷积网络模型以训练模型，通过argmax函数求出模型参数；用测试集验证时域图卷积网络模型，构建混淆矩阵评估模型。
-
公开(公告)号：CN118296415A
公开(公告)日：2024-07-05
申请号：CN202410422899.X
申请日：2024-04-09
Applicant: 西安交通大学
IPC: G06F18/2321 , G06F18/21 , G06F18/213
Abstract: 本发明公开了一种基于多重分形与无监督聚类的拉伸损伤在线表征方法。针对裂纹损伤及演化过程不易察觉、破坏载荷低等特征致使实时监测困难以及传统的时频域分析尚且不能反映裂纹损伤演化的宏观机制等难题，根据获得的拉伸过程载荷时间历程曲线和材料损伤声发射监测信号，基于多重分形算法提取裂纹拉伸各阶段的损伤特征，通过量化多重分形谱f(α)、谱宽Δα、谱高Δf等多重分形特征的局部变化来表征裂纹损伤的不同阶段，采用DBSCAN方法基于多重分形特征进行无监督聚类，并且利用聚类轮廓系数对聚类效果进行评估，最终使训练出来的模型具备对未知数据进行在线模式识别的能力。
-
Patent Agency Ranking
公开(公告)号：CN117520760A
公开(公告)日：2024-02-06
申请号：CN202311136474.4
申请日：2023-09-05
Applicant: 西安交通大学
IPC: G06F18/20 , G06F18/213 , G06N3/126 , G06N3/006
Abstract: 本发明涉及一种知识数据混合驱动的多通道滑油磨粒异常监测方法，基于专家知识构建磨粒置信规则库；利用运行数据基于三角隶属度和规则激活公式激活磨粒置信规则库不同规则，获得激活权重；基于激活权重并使用证据推理的方式对不同规则进行融合，以得到初步的磨粒异常监测结果；计算初步的磨粒异常监测结果的准确率，并确保准确率达到设定值以上，当监测准确率小于设定值，则输入历史数据，采用序贯最小二乘法对专家知识进行优化；将优化专家知识输入磨粒置信规则库获得优化的磨粒置信规则库，以进行多通道滑油磨粒异常监测。本发明构建了知识驱动和数据驱动的混合驱动模型，可以实现可解释，高可靠，高性能的在线磨粒异常监测。
-
公开(公告)号：CN117407706A
公开(公告)日：2024-01-16
申请号：CN202311139311.1
申请日：2023-09-05
Applicant: 西安交通大学
IPC: G06F18/214 , G06F18/21 , G06F18/22 , G06F18/24 , G06N3/0455 , G06N3/0464 , G06N3/048 , G06N3/08 , G01M13/021 , G01M13/028
Abstract: 公开了一种基于特征解缠的域泛化齿轮箱故障诊断方法，方法中，采集获取齿轮箱预制故障件一维振动信号实验数据，通过滑动时间窗划分实验数据集并形成训练集、验证集和测试集；设计一种特定领域的分类器用于学习每个源域的域特异性特征，该分类器仅用于判别特定领域的故障类型，无法区分其他域故障类型；构建一种基于卷积神经网络的编码器‑解码器网络，其将训练数据样本映射到新的样本空间用于特征解缠与领域特异性特征去除；将域不变故障分类器附加到编码器‑解码器网络，利用映射空间新样本训练域不变故障样本分类器，将完成训练的编码器‑解码器及域不变分类器用于看不见目标域的故障分类，实现行星齿轮箱跨域智能故障诊断。
-
公开(公告)号：CN116587302A
公开(公告)日：2023-08-15
申请号：CN202310737746.X
申请日：2023-06-20
Applicant: 西安交通大学
Abstract: 本发明提供一种多运动自由度生物混合机器人、工作方法及制造方法，包括：变形模块、驱动模块及定向模块；所述驱动模块轴向环绕套设在变形模块上，所述定向模块粘连在所述变形模块上，且与变形模块的前端边缘连接；所述驱动模块为工程化肌肉组织，所述驱动模块通过肌肉组织的不同部位收缩控制变形模块；所述变形模块为类水弹折纸的变形结构；通过电极刺激驱动模块的不同部位能够实现前进、转向和翻转等三自由度的运动，解决了现有复杂的工作环境对机器人单一自由度的运动模式无法完成工作的问题；本发明的机器人多运动自由度拓展了机器人在复杂环境中的应用场景及功能。
-
公开(公告)号：CN112465170B
公开(公告)日：2023-08-15
申请号：CN202011433134.4
申请日：2020-12-09
Applicant: 西安交通大学
Abstract: 本发明公开了一种核电厂给水系统检测维修参数计算方法及系统，通过以不完全维修周期为维修决策变量；给水系统中零部件平均可靠度、零部件可用度和零部件总成本作为优化目标，以目标函数建立零部件检测维修模型，根据给水系统与零部件的可靠度关系计算得到给水系统可靠度，以给水系统可靠度和给水系统总维修成本作为系统级预防性维修目标函数，采用费支配排序遗传方法对系统级预防性维修目标函数进行初始化，采用TOPSIS决策法选择Pareto前沿最优解即可得到给水系统的最优检测维修参数，本发明方法简单，能够准确得到进行维修的维修参数，能够保证核电站给水系统的可靠运行，在保证设备/系统运行可靠性的同时，降低过度维修成本，进而综合提升电厂效益。
-
公开(公告)号：CN116398418A
公开(公告)日：2023-07-07
申请号：CN202310369460.0
申请日：2023-04-07
Applicant: 西安交通大学
Abstract: 公开了一种核电循环水泵在线异常监测及辨识方法，方法中，在线获取循环水泵运行过程中的多源时序数据，通过专家分析模块给定数据标签，进行数据规范化处理并随机划分信号为训练集和测试集样本；在输入数据流仅包含健康数据时，基于特征层约束长短时自编码器的数据融合监测模块，注意力机制及门结构可充分挖掘数据的状态信息和潜在关联特性，实现健康样本下的状态监测；随着监测数据中异常数据出现，基于编码器特征进一步构建异常辨识网络，构建基于交叉熵、蒸馏损失及三元组损失的联合损失函数；采用邻近均值分类器实现对已知/未知异常状态的在线监测及辨识。本方法具有较好的兼容性和扩展性，向运行维护人员推送更精准的状态监测结果。
-
-
-
-
-
-
-
-
-
Search Results
130
records
(took 0.034 seconds)
