-
公开(公告)号：CN118717088A
公开(公告)日：2024-10-01
申请号：CN202410798120.4
申请日：2024-06-20
Applicant: 重庆大学
Abstract: 本发明公开了一种用于强迫振荡肺功能测试的激励信号优化方法及控制系统，基于GA‑PE(Genetic Algorithms‑Permutation Entropy)算法对理想振荡信号进行优化，确定出系统的最优激励信号相位，同时通过功率谱分析调整信号幅值，通过压力信号监测分析调整信号增益，最终使得信号信噪比和压力流量信号相干值处于合理范围内。其效果是：优化后激励信号幅值明显降低，有效抑制了扬声器过冲引起的失真现象。
-
公开(公告)号：CN118592933A
公开(公告)日：2024-09-06
申请号：CN202410797718.1
申请日：2024-06-20
Applicant: 重庆大学
Abstract: 本发明公开了一种基于温度检测的体积描记箱压力参数校正方法和系统，该方法包括：获取体积描记箱内检测点的温度、待检测对象的体积、待检测对象温度以及体积描记箱所处的环境温度；利用GA‑BP神经网络模型，根据检测点的温度、待检测对象的体积、待检测对象温度以及体积描记箱所处的环境温度对第一箱体压力变化量进行预测；获取待检测对象进行呼吸动作后的第二箱体压力变化量；利用第一箱体压力变化量和第二箱体压力变化量，确定待检测对象的呼吸动作造成的箱体压力变化量。本发明能够有效消除待检测对象的温度对测量结果的影响。
-
-
-
公开(公告)号：CN119885351A
公开(公告)日：2025-04-25
申请号：CN202411904864.6
申请日：2024-12-23
Applicant: 重庆大学溧阳智慧城市研究院 , 江苏斯维尔建筑设计院有限公司
Abstract: 本发明公开了一种用于浅层植被边坡的稳定性评价方法，属于边坡工程技术领域，以解决现有技术中模型未充分未考虑植被的蒸腾衰减函数从而导致边坡稳定性评价误差较大的技术问题。包括以下步骤：S10、取样与参数测定；S20、构建非饱和植被边坡模型；S30、模型计算；S40、迭代解耦；S50、求解安全系数；S60、对边坡各潜在滑移面的稳定性状态进行判定，将不同潜在滑移面的安全系数与安全系数阈值进行对比判定，得到稳定性评价结果。本发明用于浅层植被边坡的稳定性评价方法，能够更好能够有效提升稳定性评价准确度，并为边坡失稳和滑坡灾害预警提供有效的帮助。
-
Patent Agency Ranking
公开(公告)号：CN111814396A
公开(公告)日：2020-10-23
申请号：CN202010626509.2
申请日：2020-07-02
Applicant: 重庆大学
Abstract: 本发明的目的是基于实验室数据和迁移学习的方法，将实验室建立的高精度模型迁移到使用现场中，在此基础上提出一种离心风机故障预警方法，以监控离心风机运行状态，在设备偏离正常状态时及时发出警报。即公开了一种使用迁移学习的离心风机故障预警方法。它包括以下步骤：首先，使用工厂离心风机性能实验室高精度数据，训练具有一定抵抗噪声干扰的源域栈式自编码网络，获取数据低维特征；其次，以设备实际使用现场为目标域，通过降低源域和目标域数据特征的距离，实现网络迁移；然后，使用目标域数据对网络进行微调；最后，基于目标域自编码网络模型的重构误差，提出一种故障预警方案。
-
-
公开(公告)号：CN105929257B
公开(公告)日：2018-09-21
申请号：CN201610372598.6
申请日：2016-05-30
Applicant: 重庆大学
Abstract: 本发明公开了一种快速三相整流缺相检测及正常相位跟踪方法，首先获取供电电压三相间的线电压的矩形脉冲信号；对各相的上升沿的相位分别进行检测；判断各相上升沿实际相位与对应的正常相位是否一致，如果不一致，则发送缺相故障警告；最后比较检测上升沿或任两相电平相同相位区间宽度来得到相位相同相进而识别出所缺相。本发明提供的方法根据供电电压电平信号变化时刻的相位是否正常来判断是否出现缺相故障。根据缺相后供电电压电平变化情况来识别所缺相。设置相位跟踪计数器，缺相后自动选择正常工作的相位信号作为输入，保证缺相前后，以及缺相过程中都能正常跟踪供电电压的相位，确保正常、故障情况下整流脉冲控制时刻的准确性。
-
公开(公告)号：CN119989060A
公开(公告)日：2025-05-13
申请号：CN202510164523.8
申请日：2025-02-14
Applicant: 重庆大学
IPC: G06F18/24 , G06F18/22 , G06F40/30 , G06N5/04 , G06N3/088 , G06F18/213 , G06F18/214
Abstract: 本发明涉及一种基于广义零样本学习的跨多源域工业故障诊断方法，属于工业故障诊断领域。该方法通过多分类器和域对齐一致性的联合学习，实现对源域和目标域的故障诊断，且构建一个具有正交约束的潜超球空间用于连接特征空间和语义属性空间，从而提取判别性信息并实现可见和未见故障的诊断。本发明实现了在未见样本缺失的情况下对可见和未见故障的高效和准确诊断，提升了模型的泛化性能与实用性。
-
公开(公告)号：CN111814396B
公开(公告)日：2024-02-20
申请号：CN202010626509.2
申请日：2020-07-02
Applicant: 重庆大学
IPC: G06F30/27 , G06N3/0455 , G06N3/084 , F04D27/00
Abstract: 本发明的目的是基于实验室数据和迁移学习的方法，将实验室建立的高精度模型迁移到使用现场中，在此基础上提出一种离心风机故障预警方法，以监控离心风机运行状态，在设备偏离正常状态时及时发出警报。即公开了一种使用迁移学习的离心风机故障预警方法。它包括以下步骤：首先，使用工厂离心风机性能实验室高精度数据，训练具有一定抵抗噪声干扰的源域栈式自编码网络，获取数据低维特征；其次，以设备实际使用现场为目标域，通过降低源域和目标域数据特征的距离，实现网络迁移；然后，使用目标域数据对网络进行微调；最后，基于目标域自编码网络模型的重构误差，提出一种故障预警方案。
-
-
-
-
-
-
-
-
-
Search Results
14
records
(took 0.021 seconds)
