公开(公告)号：CN113868964A

公开(公告)日：2021-12-31

申请号：CN202111262002.4

申请日：2021-10-28

Applicant: 重庆大学

Inventor： 秦毅 ,  项盛 ,  丁星程 ,  蒲华燕 ,  陈定粮

IPC: G06F30/27 ,  G06N3/04 ,  G06N3/08 ,  G06F119/02

Abstract: 本发明提供一种基于时空多异化处理深度网络的航空发动机寿命预测方法，步骤为：采集待预测航空发动机多维退化参数获得采集数据，采用滑动窗口技术对采集数据进行分割获得预处理数据；构建包括TMLSTM模型和SMCNN模型的航空发动机寿命预测模型，将预处理数据分别输入TMLSTM模型与SMCNN模型中，获得THI与SHI；将THI与SHI连接成一个新的HI矩阵，将新的HI矩阵输入寿命预测模型的回归层中进行剩余寿命的预测，本申请寿命预测模型的一个分支通过TMLSTM模型提取THI，另外一个分支通过SNCNN模型提取SHI，最终基于两个分支构建的指标进行回归预测，该预测方法具有更好的综合预测性能。

公开(公告)号：CN118194117A

公开(公告)日：2024-06-14

申请号：CN202410299090.2

申请日：2024-03-15

Applicant: 重庆大学

Inventor： 秦毅 ,  何彪 ,  毛永芳 ,  丁星程 ,  周弦

IPC: G06F18/241 ,  G06F18/214 ,  G06N3/0455 ,  G06N3/08 ,  G06F17/16 ,  G01M13/04

Abstract: 本发明涉及一种基于线性变换特征增强的故障诊断方法，属于故障诊断技术领域，包括以下步骤：S1：从旋转设备实验台采集信号样本，采用滑窗法构建训练集和测试集；S2：以线性层为单位参考编码解码框架构建双分支特征增强模块，所述双分支特征增强模块中，一个分支关注有效成分，另一个分支关注无效成分；构建正交约束项修饰两个分支的权值，并构建余玄相似度约束进一步修饰无效成分分支权值；S3：将构建的特征增强模型插入分类网络分类器前端，形成故障诊断模型；S4：使用训练集训练所述故障诊断模型，利用训练好的故障诊断模型对测试集进行预测，实现旋转设备故障诊断。

公开(公告)号：CN114841078B

公开(公告)日：2024-09-06

申请号：CN202210586316.8

申请日：2022-05-26

Applicant: 重庆大学

Inventor： 秦毅 ,  周江洪 ,  蔡维 ,  钱泉 ,  丁星程

IPC: G06F30/27 ,  G06N3/0442 ,  G06N3/048 ,  G06N3/08 ,  G06F18/10 ,  G06F18/213 ,  G06F18/24 ,  G06F119/04

Abstract: 本发明涉及一种轴承剩余使用寿命的预测方法及系统，方法包括：采集轴承生命周期内的原始振动信号；利用高斯混合模型、KL散度和无监督健康指标方法，根据所述原始振动信号生成健康指标集；基于注意力机制构建强化记忆门控循环单元；所述强化记忆门控循环单元包括当前时刻之前的两个时刻的状态信息；根据所述健康指标集对所述强化记忆门控循环单元进行训练和预测，得到预测结果；根据预测结果计算轴承剩余使用寿命。本发明提出的强化记忆门控循环单元能够对构建的历史趋势信息进行充分学习，提高了网络对剩余使用寿命预测的精度和鲁棒性。

公开(公告)号：CN118332423A

公开(公告)日：2024-07-12

申请号：CN202410512332.1

申请日：2024-04-26

Applicant: 重庆大学

Inventor： 秦毅 ,  王旅 ,  毛永芳 ,  蒲华燕 ,  罗均 ,  丁星程

IPC: G06F18/2413 ,  G06F18/24 ,  G06F18/213 ,  G06N3/0464 ,  G06N3/048 ,  G06N3/08 ,  G01M13/04 ,  G01M13/021

Abstract: 本发明涉及一种基于特征映射sigmoid函数的属性嵌入零样本复合故障诊断方法，属于故障诊断技术领域，包括以下步骤：S1：通过旋转机械试验台采集轴承及齿轮的故障信号样本；S2：针对每类故障信号，根据故障类型和故障频率以及故障幅值特征，设计相应的故障属性原型；S3：构建卷积神经网络，输入单一故障信号样本进行训练；S4：将复合故障信号输入到训练好的卷积神经网络中得到信号特征；S5：通过阈值分类法判别复合故障信号特征的属性；S6：基于欧式距离的最近邻估计方法度量得到的属性和定义的故障属性原型间的距离，根据距离诊断相应的复合故障类型。

公开(公告)号：CN114841078A

公开(公告)日：2022-08-02

申请号：CN202210586316.8

申请日：2022-05-26

Applicant: 重庆大学

Inventor： 秦毅 ,  周江洪 ,  蔡维 ,  钱泉 ,  丁星程

IPC: G06F30/27 ,  G06K9/00 ,  G06N3/04 ,  G06N3/08 ,  G06F119/04

Abstract: 本发明涉及一种轴承剩余使用寿命的预测方法及系统，方法包括：采集轴承生命周期内的原始振动信号；利用高斯混合模型、KL散度和无监督健康指标方法，根据所述原始振动信号生成健康指标集；基于注意力机制构建强化记忆门控循环单元；所述强化记忆门控循环单元包括当前时刻之前的两个时刻的状态信息；根据所述健康指标集对所述强化记忆门控循环单元进行训练和预测，得到预测结果；根据预测结果计算轴承剩余使用寿命。本发明提出的强化记忆门控循环单元能够对构建的历史趋势信息进行充分学习，提高了网络对剩余使用寿命预测的精度和鲁棒性。