-
公开(公告)号：CN119886316A
公开(公告)日：2025-04-25
申请号：CN202411948963.4
申请日：2024-12-27
Applicant: 重庆大学
Abstract: 本发明公开了一种高速铁路多专业安全控制策略生成方法，涉及高速铁路安全控制技术领域。该方法首先进行数据收集与整理，提取关键知识要素并进行风险识别，构建运行安全知识图谱；其次构建基于安全风险模式的智能决策逻辑树，实现安全风险模式的智能决策；然后构建高速铁路运行安全控制知识规则库，实现面向功能和安全风险的安全控制模式设计；最后统一各学科要素，采用多专业约束下的合作博弈和协同合作进化框架策略，实现多专业协同的安全控制策略。本发明通过构建知识框架，建立安全控制模式库及实现协同的安全控制策略，全面提升了高速铁路运行安全的管理水平和风险控制能力，为高速铁路的安全运行提供了有力保障。
-
公开(公告)号：CN119322960A
公开(公告)日：2025-01-17
申请号：CN202411495240.3
申请日：2024-10-24
Applicant: 重庆大学
IPC: G06F18/24 , G01M13/04 , G01M13/045 , G06F18/213 , G06F18/10 , G06F17/14 , G06N3/0464 , G06N3/048 , G06N3/084
Abstract: 本发明涉及轴承故障技术领域，特别涉及一种小波驱动的物理可解释网络的变转速轴承故障诊断方法。包括使用加速度传感器采集轴承故障信号样本，采用短时傅里叶变换计算振动信号的时频图；采用局部峰值搜索算法从振动信号的时频图中提取出瞬时转速；采用快速傅里叶变换FFT，将时域故障振动信号转换为频域信号；基于提取的瞬时转速信息，构建可学习小波驱动的物理可解释性网络LWPI并进行训练；以训练好的LWPI网络实现故障诊断；本发明借助于信号处理技术，赋予卷积神经网络一定的物理意义，同时将转速信息融入到卷积神经网络的构建中，提高变速度条件下的轴承故障诊断精度，提高研究和经济生产的效率。
-
公开(公告)号：CN116955987A
公开(公告)日：2023-10-27
申请号：CN202310746086.1
申请日：2023-06-21
Applicant: 重庆大学
IPC: G06F18/213 , G06F18/214 , G06F18/24 , G06N3/0464 , G06N3/084 , G06N3/0985 , G01M13/00 , G01M13/028 , G01M13/021 , G01M13/045
Abstract: 本发明涉及一种基于方差差异表述指标的机械故障迁移诊断方法，属于机械故障迁移诊断技术领域。该方法包括：S1：通过传感器采集机械设备上的原始振动信号，然后将采集到的原始振动信号利用滑窗采样技术扩充样本；S2：根据方差差异表述指标构建基于一维卷积神经网络的迁移诊断模型；S3：将划分好的训练样本输入到构建好的迁移诊断模型中，利用源域有标签样本的分类损失和源域与无标签目标域之间的分布对齐损失，对构建的迁移诊断模型进行迭代更新训练；S4：经过多次迭代训练，误差曲线趋于稳定，模型训练完成，训练好的迁移诊断模型将用于机械设备的闭集迁移诊断。本发明能提高机械故障迁移诊断的准确性和鲁棒性。
-
公开(公告)号：CN112420132A
公开(公告)日：2021-02-26
申请号：CN202011180154.5
申请日：2020-10-29
Applicant: 重庆大学
Abstract: 一种汽油催化裂化过程产品质量优化控制方法，包括采集M次汽油催化裂化过程的历史数据，得到包含M个样本的原始数据；将M个原始数据进行K均值聚类，得到k个数据集，并对每个数据集的数据采用相同的数据清洗方法进行预处理，得到处理数据，通过处理数据构建优化控制模型；采集待催化裂化汽油的作为验证数据，将验证数据匹配到优化控制模型的数据集中，通过优化控制模型得到汽油催化裂化过程需要优化的工艺参数，调节工艺参数并进行汽油催化裂化，得到最终的优化产品，本发明根据优化控制模型及时预测产品质量，并通过调节工艺参数优化控制产品。
-
公开(公告)号：CN106444694A
公开(公告)日：2017-02-22
申请号：CN201610367485.7
申请日：2016-05-30
Applicant: 重庆大学
IPC: G05B23/02
CPC classification number: G05B23/024 , G05B23/0281
Abstract: 本发明公开了一种大数据下系统异常工况预警技术，包括以下步骤：S1：获取系统历史运行参数；S2：利用数据清理和数据集成手段对数据进行预处理；S3：基于大数据的相关分析方法获取系统相关参数；S4：将多元参数投射到高维空间，并在高维空间动态更新多元参数安全阈值；S5:根据多元参数阈值范围，对系统工况进行实时识别和预警。本发明利用缺失值填写、离群点识别删除、噪声光滑等对数据进行预处理，再通过增量式算法、时空关联规则挖掘、多维关联搜索等方法寻找相关参数，最后结合张量分解、多核学习、自适应最小误差阈值法、最大熵法构建多元变量在高维空间的动态阈值范围。
-
Patent Agency Ranking
公开(公告)号：CN106095787A
公开(公告)日：2016-11-09
申请号：CN201610367520.5
申请日：2016-05-30
Applicant: 重庆大学
IPC: G06F17/30
CPC classification number: G06F16/283 , G06F16/22
Abstract: 本发明公开了时间序列数据的一种符号化表示方法，包括以下步骤：S1：获取时间序列数据；S2：采用分段聚合近似表示算法获取时间序列数据子序列分段信息；S3：将各子时序数据段三等分且计算各子序列段均值；S4：对各子序列段中相邻段均值作残差，接着定义趋势阈值，当残差的绝对值大于该阈值即判定上升或者下降，小于阈值则判定为平缓。本发明将符号化算法与所获得的趋势特征融合，形成时间序列数据一种具有趋势特征的符号化表示方法。该方法不仅保留了符号化算法的优点，且结合阈值定义趋势，实现了符号化算法的趋势特征描述。
-
公开(公告)号：CN103251209A
公开(公告)日：2013-08-21
申请号：CN201310218236.8
申请日：2013-06-04
Applicant: 重庆大学
IPC: A47B5/04
Abstract: 本发明公开了一种多功能挂式美化餐桌装置，该装置主要由木质桌面、电机装置以及控制装置三部分组成。总体的工作流程为：当用餐时，可按动用餐按钮使餐桌处于水平放置的状态；当美化房屋、节省空间时，可按动美化按钮使餐桌处于收起悬挂状态。本发明装置的控制部分，通过手动操作按钮，经过主控芯片AT89C51处理后，将控制信息传递给电机控制芯片处理后，完成对电机的控制。该装置的主要发明创新之处为：除了具有用餐的实用功能之外，它可以实现电动收放操作方式，对于老人甚至小孩都可以方便操作并且相当的安全；最重要的是，餐桌可以吸附在墙上并且背面镶嵌的字画能够很好地装饰房屋、节省空间，为家庭生活带来很大的便利。
-
公开(公告)号：CN119047589A
公开(公告)日：2024-11-29
申请号：CN202411183588.9
申请日：2024-08-27
Applicant: 重庆大学
Abstract: 本发明涉及一种基于分层抽样的快速Shapley值估计方法，属于故障诊断技术领域。该方法首先定义了改进的评价指标，通过目标神经元与参考神经元输出之间的距离来衡量特征的贡献度，更符合SoftMax的非线性属性。其次，利用成员间的交互关系衡量潜在关系，并通过分层抽样和非参数检验方法来估计每个特征的Shapley值，有效降低了计算复杂度。最后，本发明提出了一种解释结果准确性定量评估方法，通过激活和失活特征来评估解释结果的准确性，为解释方法的评估提供了量化指标。实验结果表明，本发明方法相对于传统SHAP更适用于高维样本的解释且具有更好的解释结果，并填补了故障诊断领域中解释结果准确性定量评估方法的空白。
-
公开(公告)号：CN119047588A
公开(公告)日：2024-11-29
申请号：CN202411183582.1
申请日：2024-08-27
Applicant: 重庆大学
IPC: G06N5/045 , G06N3/0464 , G06N3/0455 , G06N3/084 , G06F18/241 , G06F18/2136 , G06F17/16
Abstract: 本发明涉及一种通道分离可解释故障诊断网络及特征稀疏子空间解释系统，属于故障诊断技术领域。该系统由基于通道分离的可解释故障诊断模型和特征稀疏子空间解释框架组成。可解释故障诊断模型采用通道分离卷积、自相关运算、外部注意力机制和通道注意力模块，有效提取故障特征并进行分类。特征稀疏子空间解释框架将解释函数松弛为矩阵算子，并采用梯度下降法进行求解。框架中融合了改进的奇异值分解和特征稀疏子空间方法，提高解释矩阵的求解准确性，并降低噪声影响。本发明为旋转机械故障诊断等领域提供了一种高效、可解释的故障诊断方法，具有广泛的应用前景。
-
公开(公告)号：CN116818311A
公开(公告)日：2023-09-29
申请号：CN202310786313.3
申请日：2023-06-29
Applicant: 重庆大学
IPC: G01M13/021 , G01M13/028
Abstract: 本发明涉及一种基于高斯混合模型和指数混合模型的齿轮健康指标构建方法，属于齿轮健康状态评估技术领域。该方法包括：采集相应工况下的齿轮全生命周期振动信号，并进行去噪声和FFT处理；分别构建并训练高斯混合模型和指数混合模型，然后分别选取去噪声和FFT处理后的前S个健康数据，利用EM算法来分别训练高斯混合模型和指数混合模型，获得对应模型下的基准分布；其次利用不同模型下的基准分布和整个生命周期数据的分布来计算时域和频域下的分布重合度值；最后根据分布重合度值获得时域和频域下健康指标，并根据健康指标的单调性来自适应加权获得最后的齿轮健康指标。本发明能提高齿轮健康指标的适用性。
-
-
-
-
-
-
-
-
-
Search Results
48
records
(took 0.018 seconds)
