-
公开(公告)号：CN104678890B
公开(公告)日：2017-04-05
申请号：CN201410826532.0
申请日：2014-12-26
IPC分类号： G05B19/19
CPC分类号： G05B19/19 , Y02P70/163
摘要： 本发明针对机械加工制造业缺少工件能耗定额制定方法的现状，提出了一种基于车间设备、基础数据库和工艺方案的机械加工车间工件能耗定额制定方法。该方法需根据车间设备预先建立能量消耗基础数据库；在此基础上，根据工件工艺方案对加工工件所需的能耗工步进行分类及其数量确定，并获取各类工步与能耗有关的计算数据，然后对待机、启动、空载、切削、间停、转运等各类能耗工步的能耗以及车间辅助设备分摊能耗进行计算获取；最后对全部工步能耗及分摊能耗求和就可确定该工件加工全过程中所需的总能量，即为该工件的能耗定额。
-
公开(公告)号：CN104678890A
公开(公告)日：2015-06-03
申请号：CN201410826532.0
申请日：2014-12-26
IPC分类号： G05B19/19
CPC分类号： G05B19/19 , Y02P70/163
摘要： 本发明针对机械加工制造业缺少工件能耗定额制定方法的现状，提出了一种基于车间设备、基础数据库和工艺方案的机械加工车间工件能耗定额制定方法。该方法需根据车间设备预先建立能量消耗基础数据库；在此基础上，根据工件工艺方案对加工工件所需的能耗工步进行分类及其数量确定，并获取各类工步与能耗有关的计算数据，然后对待机、启动、空载、切削、间停、转运等各类能耗工步的能耗以及车间辅助设备分摊能耗进行计算获取；最后对全部工步能耗及分摊能耗求和就可确定该工件加工全过程中所需的总能量，即为该工件的能耗定额。
-
公开(公告)号：CN115017937B
公开(公告)日：2024-05-14
申请号：CN202210470053.4
申请日：2022-04-28
申请人： 重庆大学
IPC分类号： G06F18/213 , G06N3/0442 , G06N3/045 , G06N3/048 , G06N3/08 , G01M13/021
摘要： 本申请提供一种基于双线程门控循环单元的齿轮剩余使用寿命预测方法，具体步骤为：采集齿轮全生命周期的振动信号，获得采集数据；计算采集数据的多维时域和频域特征，将多维时域和频域特征输入DTC‑VAE神经网络中构建健康指标；通过健康指标对基于DTGRU网络的齿轮剩余使用寿命预测模型进行训练，利用训练好的基于DTGRU网络的齿轮剩余使用寿命预测模型对齿轮的剩余使用寿命进行预测，本申请中通过双线程门控循环单元DTGRU网络对齿轮剩余寿命进行，预测精度高。
-
公开(公告)号：CN115420490A
公开(公告)日：2022-12-02
申请号：CN202211067497.X
申请日：2022-09-01
申请人： 重庆大学
IPC分类号： G01M13/00 , G01M13/021 , G01M13/028 , G01M13/045 , G06K9/00 , G06K9/62 , G06N3/04 , G06N3/08
摘要： 本发明涉及一种基于关系迁移域泛化网络的机械故障智能诊断方法，属于机械故障诊断技术领域。该方法包括：S1：采集不同工况下的原始振动信号，然后划分样本集；S2：构建关系迁移框架；S3：构建关系迁移域泛化网络RTDGN；S4：对RTDGN训练优化：TIDA阶段，将所有任务不相关辅助数据输入到RTDGN中，对构建的对抗网络的权重参数进行迭代训练；TRDG阶段：首先继承TIDA阶段特征提取器的权重参数，然后将任务相关数据中的源域数据输入到RTDGN中进行微调训练；S5：经过多次迭代，将训练好的RTDGN将用于旋转机械部件的关系迁移任务下的跨工况迁移故障诊断，具有高泛化能力和强鲁棒性的诊断结果。
-
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
申请人： 重庆大学
IPC分类号： G06F30/27 , G06N3/0442 , G06N3/048 , G06N3/08 , G06F18/10 , G06F18/213 , G06F18/24 , G06F119/04
摘要： 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：CN115017937A
公开(公告)日：2022-09-06
申请号：CN202210470053.4
申请日：2022-04-28
申请人： 重庆大学
IPC分类号： G06K9/00 , G06N3/04 , G06N3/08 , G01M13/021
摘要： 本申请提供一种基于双线程门控循环单元的齿轮剩余使用寿命预测方法，具体步骤为：采集齿轮全生命周期的振动信号，获得采集数据；计算采集数据的多维时域和频域特征，将多维时域和频域特征输入DTC‑VAE神经网络中构建健康指标；通过健康指标对基于DTGRU网络的齿轮剩余使用寿命预测模型进行训练，利用训练好的基于DTGRU网络的齿轮剩余使用寿命预测模型对齿轮的剩余使用寿命进行预测，本申请中通过双线程门控循环单元DTGRU网络对齿轮剩余寿命进行，预测精度高。
-
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
申请人： 重庆大学
IPC分类号： G06F30/27 , G06K9/00 , G06N3/04 , G06N3/08 , G06F119/04
摘要： 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：CN118941473A
公开(公告)日：2024-11-12
申请号：CN202411084586.4
申请日：2024-08-08
申请人： 重庆大学
IPC分类号： G06T5/77 , G06T5/60 , G06N3/0455 , G06N3/0464 , G06N3/0475 , G06N3/094 , G06T17/00
摘要： 本发明涉及一种基于结构自注意力GAN的金属齿面三维测量高动态范围条纹修复方法，属于计算机视觉三维重建技术领域，包括以下步骤：S1：采集金属齿面过曝光条纹图和正常条纹图成对图像数据集；S2：在传统生成对抗网络GAN基础上融合上采样过程中的局部高反射特征和下采样过程中的浅层语义特征，设计一种自注意力跳跃上采样模块，构建结构自注意力生成对抗网络SSA‑GAN；S3：对SSA‑GAN进行训练，训练时在损失函数中加入结构性损失函数，关注条纹的光照、对比度、纹理信息，并赋予三者各自的权重；S4：利用SSA‑GAN生成的修复后条纹图，结合相移法和多频外差法，对反光齿面进行三维重建，得到相位信息以及点云信息。
-
公开(公告)号：CN108107733A
公开(公告)日：2018-06-01
申请号：CN201711391460.1
申请日：2017-12-21
IPC分类号： G05B13/04
摘要： 本发明公开了一种数控钻削能耗快速准确预测及钻削方案节能优选方法。该方法首先设计多种不同钻削参数组合，并采集获得每种组合下的钻削总功率，计算获得每种组合下的钻削材料去除速率。通过运算得到每种组合下的单位体积钻削能耗值。基于得到的多组钻削材料去除速率及其对应的单位体积钻削能耗，拟合建立单位体积能耗预测模型，进一步结合钻削材料体积计算公式得到数控钻削能耗预测模型。根据已建立的数控钻削能耗模型，对多个可行的钻削方案进行能耗评估，从中选择能耗最小的钻削方案进行实际钻削加工，降低数控钻削能耗。本发明所需的前期数据采集量小且能耗预测准确，是一种简单实用的方法。
-
-
-
-
-
-
-
-
搜索结果
9 条记录 (耗时 0.04 秒)
