-
公开(公告)号：CN113723007B
公开(公告)日：2023-09-15
申请号：CN202111049621.5
申请日：2021-09-08
Applicant: 重庆邮电大学
IPC: G06F30/27 , G06N3/006 , G06N3/0442 , G06N3/045 , G06N3/048 , G06N3/0464 , G06N3/084 , G06F119/02 , G06F119/04
Abstract: 本发明涉及一种基于DRSN和麻雀搜索优化BiLSTM的机械设备剩余寿命预测方法，属于机械设备监测领域。首先，无需先验知识利用DRSN对原始信号进行自适应特征学习，该网络的注意力机制和软阈值化结构可以有效的消除噪声相关特征的影响，挖掘机械设备的退化特征构建健康指标。然后，利用BiLSTM网络构建剩余寿命预测模型，针对BiLSTM隐藏层神经元个数和学习率难以设定的问题，采用麻雀搜索算法对上述参数进行优化。将DRSN提取出的健康指标进行平滑处理后，以归一化寿命为标签，输入到优化后的BiLSTM预测模型，完成机械设备的剩余寿命预测。
-
公开(公告)号：CN112257773B
公开(公告)日：2022-06-10
申请号：CN202011121385.9
申请日：2020-10-19
Applicant: 重庆邮电大学
Abstract: 本发明涉及一种基于无线传感器网络多测量向量的机械装备故障诊断方法，属于深度学习技术领域。该方法包括以下步骤：S1：多测量向量的压缩采集；S2：数据处理；S3：卷积神级网络模型训练；S4：识别故障类型。本发明突破了Nyquist采样定律的限制，降低数据采集的量，从而降低无线传感器网络的负载。相比传统人工提取特征进行诊断的方式更便捷、高效，减少了对人工和专业知识的需求。采用了多测量向量MMV的进行数据压缩采集，提高采集的压缩数据量只包含更多的故障源信息，比SMV模型的故障诊断的识别率更高。
-
公开(公告)号：CN112257773A
公开(公告)日：2021-01-22
申请号：CN202011121385.9
申请日：2020-10-19
Applicant: 重庆邮电大学
Abstract: 本发明涉及一种基于无线传感器网络多测量向量的机械装备故障诊断方法，属于深度学习技术领域。该方法包括以下步骤：S1：多测量向量的压缩采集；S2：数据处理；S3：卷积神级网络模型训练；S4：识别故障类型。本发明突破了Nyquist采样定律的限制，降低数据采集的量，从而降低无线传感器网络的负载。相比传统人工提取特征进行诊断的方式更便捷、高效，减少了对人工和专业知识的需求。采用了多测量向量MMV的进行数据压缩采集，提高采集的压缩数据量只包含更多的故障源信息，比SMV模型的故障诊断的识别率更高。
-
公开(公告)号：CN114359639A
公开(公告)日：2022-04-15
申请号：CN202210031382.9
申请日：2022-01-12
Applicant: 重庆邮电大学
IPC: G06V10/764 , G06V10/774 , G06V10/77 , G06V10/82 , G06K9/62 , G06N3/00 , G06N3/04 , G06N3/08
Abstract: 本发明属于旋转机械设备故障诊断领域，具体涉及一种基于MP‑CNN与SVM的旋转机械设备故障诊断方法，包括：获取待诊断的旋转机械设备图像，对待诊断的旋转机械设备图像进行预处理，将预处理后的图像输入到基于MP‑CNN和SVM的旋转机械设备故障诊断模型中，得到该机械设备的故障诊断结果；本发明结合了分层思想在机械故障诊断领域应用的较强特征提取能力以及SVM的高效分类功能，解决了使用CNN‑SVM时样本数量和种类较多导致诊断准确率低的问题。
-
公开(公告)号：CN110939874B
公开(公告)日：2021-08-31
申请号：CN201911292108.1
申请日：2019-12-16
Applicant: 重庆邮电大学
IPC: F17D5/06
Abstract: 本发明涉及一种基于四阶累积量的管道泄漏振动信号自适应时延估计方法，属于流体管道泄漏监测技术领域。该方法包括以下步骤：S1：采集流体管道泄漏振动信号；S2：对管道泄漏振动信号进行四阶累积量运算；S3：进行递归最小二乘法(RLS)自适应滤波；S4：得到时延估计结果。本发明首先将传感器拾取的泄漏振动信号进行自、互四阶累积运算得到一维切片，这两个一维切片可以作为两个新的时域信号，采用RLS自适应滤波算法滤除相关噪声，从而抑制相关噪声，提高了信噪比，减少时延估计误差。通过该技术，可有效抑制流体管道泄漏振动信号因频散、多模态特性产生的相关高斯噪声，提高泄漏振动信号的信噪比，从而减少时延估计误差，最终可以有效减少泄漏定位误差。
-
Patent Agency Ranking
公开(公告)号：CN114359639B
公开(公告)日：2025-04-08
申请号：CN202210031382.9
申请日：2022-01-12
Applicant: 重庆邮电大学
IPC: G06V10/764 , G06V10/774 , G06V10/77 , G06V10/82 , G06V10/44 , G06N3/00 , G06N3/045 , G06N3/0464 , G06N3/084
Abstract: 本发明属于旋转机械设备故障诊断领域，具体涉及一种基于MP‑CNN与SVM的旋转机械设备故障诊断方法，包括：获取待诊断的旋转机械设备图像，对待诊断的旋转机械设备图像进行预处理，将预处理后的图像输入到基于MP‑CNN和SVM的旋转机械设备故障诊断模型中，得到该机械设备的故障诊断结果；本发明结合了分层思想在机械故障诊断领域应用的较强特征提取能力以及SVM的高效分类功能，解决了使用CNN‑SVM时样本数量和种类较多导致诊断准确率低的问题。
-
公开(公告)号：CN113723007A
公开(公告)日：2021-11-30
申请号：CN202111049621.5
申请日：2021-09-08
Applicant: 重庆邮电大学
IPC: G06F30/27 , G06N3/00 , G06N3/04 , G06N3/08 , G06F119/02 , G06F119/04
Abstract: 本发明涉及一种基于DRSN和麻雀搜索优化BiLSTM的机械设备剩余寿命预测方法，属于机械设备监测领域。首先，无需先验知识利用DRSN对原始信号进行自适应特征学习，该网络的注意力机制和软阈值化结构可以有效的消除噪声相关特征的影响，挖掘机械设备的退化特征构建健康指标。然后，利用BiLSTM网络构建剩余寿命预测模型，针对BiLSTM隐藏层神经元个数和学习率难以设定的问题，采用麻雀搜索算法对上述参数进行优化。将DRSN提取出的健康指标进行平滑处理后，以归一化寿命为标签，输入到优化后的BiLSTM预测模型，完成机械设备的剩余寿命预测。
-
公开(公告)号：CN111947040A
公开(公告)日：2020-11-17
申请号：CN202010858843.0
申请日：2020-08-24
Applicant: 重庆邮电大学
Abstract: 本发明涉及一种基于均值分解和信号清晰度的管道泄漏信号时延估计方法，属于流体管道技术领域。该方法包括以下步骤：S1：采集两路管道泄漏信号X1(t)、X2(t)；S2：对两路管道泄漏信号分别进行LMD分解，得到若干具有物理意义的PF分量；S3：通过信号清晰度算法筛选PF分量并重构管道泄漏信号X′1(t)、X′2(t)；S4：将重构信号X′1(t)、X′2(t)进行互相关运算来获取时延估计。通过LMD算法对泄漏信号进行分解，得到若干具有物理意义的PF分量。通过信号清晰度算法选取主要PF分量，重构泄漏振动信号；将重构形成新的泄漏振动信号进行互相关时延估计，得到时间延迟估计。
-
公开(公告)号：CN110939874A
公开(公告)日：2020-03-31
申请号：CN201911292108.1
申请日：2019-12-16
Applicant: 重庆邮电大学
IPC: F17D5/06
Abstract: 本发明涉及一种基于四阶累积量的管道泄漏振动信号自适应时延估计方法，属于流体管道泄漏监测技术领域。该方法包括以下步骤：S1：采集流体管道泄漏振动信号；S2：对管道泄漏振动信号进行四阶累积量运算；S3：进行递归最小二乘法(RLS)自适应滤波；S4：得到时延估计结果。本发明首先将传感器拾取的泄漏振动信号进行自、互四阶累积运算得到一维切片，这两个一维切片可以作为两个新的时域信号，采用RLS自适应滤波算法滤除相关噪声，从而抑制相关噪声，提高了信噪比，减少时延估计误差。通过该技术，可有效抑制流体管道泄漏振动信号因频散、多模态特性产生的相关高斯噪声，提高泄漏振动信号的信噪比，从而减少时延估计误差，最终可以有效减少泄漏定位误差。
-
公开(公告)号：CN110028777A
公开(公告)日：2019-07-19
申请号：CN201910335175.0
申请日：2019-04-24
Applicant: 重庆邮电大学
Abstract: 本发明涉及一种具有自感知功能的智能磁流变弹性体复合材料及其制备方法，属于材料技术领域。该复合材料按质量份计包含如下组分：高分子预聚物基体100份、碳材料1-4份、磁性颗粒37-180份、交联剂10份。该复合材料在磁场控制下，可以显著地变化刚度和阻尼，进而改变自身模量，可以有效的扩大隔震减震工作范围，提高隔震减震性能。同时还因添加碳材料，具有良好的导电性能，可通过自身的压阻效应智能的感知材料所受的载荷情况，为快速主动隔振减震提供反馈信号。该复合材料制备工艺简单易操作，对设备要求不高，成本低，适合扩大化生产。
-
-
-
-
-
-
-
-
-
Search Results
10
records
(took 0.014 seconds)
