公开(公告)号：CN117109921A

公开(公告)日：2023-11-24

申请号：CN202311023308.3

申请日：2023-08-15

Applicant: 重庆邮电大学

Inventor： 罗志勇 ,  钱昊 ,  梁钰艳 ,  董鑫

IPC: G01M13/045 ,  G06F18/2415 ,  G06F18/214 ,  G06F18/2131 ,  G06N3/0464 ,  G06N3/048

Abstract: 本发明请求保护一种基于CWT与注意力机制的子域适应滚动轴承故障诊断方法，属于轴承故障诊断技术领域。针对变工况下滚动轴承带标签样本稀缺、训练任务与目标任务数据分布特征差异大、故障诊断准确率低的问题，提出基于CWT与基于注意力机制的改进子域适应残差网络相结合的滚动轴承故障诊断方法。本发明采用连续小波变换(CWT)将源域和目标域采样处理后的信号样本转换为三通道小波尺度图集作为输入，训练基于注意力机制的改进子域适应残差网络模型，提高了对无标签目标域轴承故障进行诊断的精度。

公开(公告)号：CN118981683A

公开(公告)日：2024-11-19

申请号：CN202411098198.1

申请日：2024-08-12

Applicant: 重庆邮电大学

Inventor： 罗志勇 ,  梁钰艳 ,  董鑫

IPC: G06F18/241 ,  G06F18/213 ,  G06N3/0464 ,  G06N3/045 ,  G06N3/0475 ,  G06N3/096 ,  G06N3/094 ,  G06N3/084 ,  G01M13/045

Abstract: 本发明请求保护一种基于MSCNN‑ACGAN的迁移学习滚动轴承故障诊断方法，属于轴承故障诊断技术领域。针对多工况下滚动轴承数据收集困难，缺乏故障标签样本，难以获得足够的诊断知识、训练任务与目标任务数据分布差异大等问题，提出了基于MSCNN‑ACGAN与迁移学习相结合的滚动轴承故障诊断方法。本发明采用采样得到的振动信号样本按不同窗口大小进行非重叠滑动切割后作为输入，训练多尺度卷积神经网络(MSCNN)提取信号多尺度特征，辅助分类器生成对抗网络(ACGAN)进行数据增强，当训练达到纳什均衡后，训练基于MSCNN‑ACGAN的迁移学习网络模型，提高了对数据分布不同的目标域的故障诊断精度。

公开(公告)号：CN117935025A

公开(公告)日：2024-04-26

申请号：CN202311528315.9

申请日：2023-11-16

Applicant: 重庆邮电大学

Inventor： 董鑫 ,  彭俊 ,  罗志勇 ,  乔磊 ,  廖天绪 ,  梁钰艳 ,  李明周

IPC: G06V10/94 ,  G06N3/0464 ,  G06N3/0495 ,  G06N3/045 ,  G06N3/096 ,  G06V10/764 ,  G06V10/82 ,  G06N3/082

Abstract: 本发明请求保护一种基于FPGA和量化蒸馏的图像分类异构硬件加速方法，属于故障诊断领域，所述方法包括量化、知识蒸馏算法部分和硬件加速部分，整体以深度神经网络作为基础框架，通过量化蒸馏压缩模型，结合FPGA异构加速技术，通过HLS编译，软硬件协同开发IP核和堆栈开发实现算法嵌入式移植，教师网络选择GHOSTNETV2网络，通过通道剪枝和量化实现优化型轻量网络；学生网络基于深度可分离卷积，winograd加速算法和量化技术实现了轻量网络；最后引入离线蒸馏模式实现硬件友好型网络；硬件部分选择HLS实现C\RTL联合编译IP核，VITISAI堆栈开发部署到XILINX公司的MPSOC架构板卡ZYNQ。本发明不仅提高了目标分类设备的便携利用程度和效率，同时降低了成本。