公开(公告)号：CN118603557A

公开(公告)日：2024-09-06

申请号：CN202410653804.5

申请日：2024-05-24

Applicant: 重庆邮电大学

Inventor： 罗志勇 ,  潘术平 ,  陈帅 ,  董亮 ,  孙立博 ,  杨飞 ,  雍小毅

IPC: G01M13/045 ,  G06F18/214 ,  G06F18/21 ,  G06N3/0464 ,  G06N3/08

Abstract: 本发明请求保护一种基于二次卷积和残差神经网络的轴承故障诊断方法，该方法首先采用六层二次卷积神经网络，然后，融入了五层创新设计的ResNet残差神经网络，旨在有效克服二次卷积神经网络在训练过程中可能出现的梯度消失或梯度爆炸难题；最后，通过两层全连接层的深层次转化处理，以及顶层Softmax激活函数的应用，系统得以精准量化各类故障模式的概率分布，最终得出可靠的轴承故障诊断结果。与传统的统计学习过程相比，本发明不需要复杂的过程，也不需要对轴承信息进行特殊的预处理。此外，特征提取的过程也更加便利。在不同噪声强度和不同负载功率的数据中，本发明的模型均能取得较高的分类准确率。

公开(公告)号：CN119397235A

公开(公告)日：2025-02-07

申请号：CN202411428569.8

申请日：2024-10-14

Applicant: 重庆邮电大学

Inventor： 董鑫 ,  彭俊 ,  罗志勇 ,  董亮 ,  孙立博

IPC: G06F18/213 ,  G06N3/096 ,  G06N3/0464

Abstract: 本发明属于人工智能技术领域，公开了一种基于移位模块和AXI交叉矩阵的FPGA故障诊断加速器设计方法，将GHOSTNETV2作为主干网络，该网络的第一层主要卷积层对输入内容进行标准的3x3二维卷积操作，以提取特征，然后将这些特征输入到后续层进行进一步的特征提取，单独对这一层进行优化；分析了量化和数据打包对延迟的影响，比较了从32位到8位不同数据格式的不同量化方法；为不同的网络层选择了不同的量化策略；选择了Xilinx FPGA的高级综合工具HLS；将每个Xilinx DSP48E1分解为两个8×8乘法器，以最大化计算资源。本发明通过理论分析和实验获得了最优的混合精度量化策略，并决定使用知识蒸馏来保持精度，从而显著减少硬件资源的使用。