-
公开(公告)号：CN118916743A
公开(公告)日：2024-11-08
申请号：CN202411028507.8
申请日：2024-07-30
申请人： 浙江大学
IPC分类号： G06F18/24 , G06F18/214 , G06N3/0464 , G01M13/00 , G01M13/04
摘要： 本发明公开了一种自适应更新模型权重的装备故障诊断方法。本发明包括以下步骤：首先，收集装备在多个工况下的历史数据并进行数据预处理后，获得若干个辅助数据集和测试数据集，利用辅助数据集的分类准确率和分类能量构建辅助分类模型；基于测试数据集的分类能量确定故障诊断模型的预测分类准确率，根据预测的分类准确率决定是否更新模型权重，实现自适应模型权重更新，从而保证装备故障的高准确率诊断。本发明可以减少不必要的模型更新，仅在必要时候运行域适应方法，可以加速故障诊断流程，从而可以及时且有效对存在故障状态的装备进行排查和检修。
-
公开(公告)号：CN114970363A
公开(公告)日：2022-08-30
申请号：CN202210644972.9
申请日：2022-06-08
申请人： 浙江大学
IPC分类号： G06F30/27 , G06F16/36 , G06F119/02
摘要： 本发明公开了一种基于知识图谱与机器学习的低热值燃气轮机特性控制方法。实时获取低热值燃气轮机的运行数据，提取四大部件的特征变量，建立部件特征变量的知识图谱；对特征变量进行实时运行数据分析建立部分工况部件特性图谱；结合部件知识图谱中特征变量关联关系，对部分工况部件特性图谱进行优化，构成全工况部件特性图谱；建立变工况过程控制函数，用变工况过程控制函数对实时运行数据进行总体变工况计算处理，预测变工况过程中控制参数进而进行调整控制。本发明减少了高昂的部件试验成本，避免了煤气压气机单独部件试验存在的煤气泄露风险，避免了部件特性三维建模仿真计算时间长、计算准确性低的问题，提高了可靠性、经济性和安全性。
-
公开(公告)号：CN109822399B
公开(公告)日：2020-07-14
申请号：CN201910277738.5
申请日：2019-04-08
申请人： 浙江大学
摘要： 本发明公开了一种基于并行深度神经网络的数控机床刀具磨损状态预测方法。在数控机床工作台及夹具上安装测力计、加速度传感器和声传感器；进行铣削加工实验，采集铣削加工过程的切削力、振动和声信号，得到多传感器数据，并采集刀具的磨损量；预处理得到训练数据和待测试数据；建立并行深度神经网络模型；将处理好的训练数据及刀具磨损量标签输入到并行深度神经网络中离线训练模型；将待测试多传感器数据传入训练好的模型中，在线实时预测刀具的磨损量。本发明方法充分挖掘了数控机床刀具加工过程的隐含特征，可以对刀具磨损量进行实时预测。且该方法适用性广泛，可以广泛应用于各种数控机床中。
-
公开(公告)号：CN109472057A
公开(公告)日：2019-03-15
申请号：CN201811203181.2
申请日：2018-10-16
申请人： 浙江大学
摘要： 本发明公开了一种基于跨工步隐式参数记忆的产品加工质量预测装置及方法。所述装置包含数据获取模块、数据预处理模块、质量预测模型构建模块、参数优化模块、质量特征预测模块、在线更新模块；方法包括数据获取；数据预处理(样本数据异常值处理、依据产品制造过程的特征分组与排序、组内未知输入特征的处理、不平衡数据集工位步骤样本均衡随机重采样、组内特征降维)；质量预测模型构建(质量预测模型结构的构建、模型最优参数优化训练)；待测样本质量特征预测的步骤。本发明可以自动获取离散制造过程跨工步工艺过程参数之间的影响，具有较高的产品质量预测精度、灵活性、预测效率和模型重用性。
-
公开(公告)号：CN109446187A
公开(公告)日：2019-03-08
申请号：CN201811203172.3
申请日：2018-10-16
申请人： 浙江大学
IPC分类号： G06F16/215 , G06N3/04
摘要： 本发明公开了一种基于注意力机制与神经网络的复杂装备健康状态监测方法。主要步骤为：获取复杂装备的多传感数据；进行特征选择获得有效测量数据；预处理得到多个切片样本；建立融合了注意力机制和深度神经网络的神经网络分类模型；将切片样本与其对应的标签输入到神经网络分类模型中离线训练神经网络分类模型；将待预测的多传感数据的切片样本输入到训练好的神经网络分类模型中，得到复杂装备的健康状态。本发明考虑到了多传感器信号的数据特征，充分挖掘了数据中的局部特征和时序信息，预测精度高，适用性广，能广泛应用于各种复杂装备中。
-
公开(公告)号：CN118520744A
公开(公告)日：2024-08-20
申请号：CN202410714414.4
申请日：2024-06-04
申请人： 浙江大学 , 万帮数字能源股份有限公司
IPC分类号： G06F30/23 , G06F30/27 , G06N3/0499 , G06F119/08
摘要： 本发明属于充电线缆技术相关领域，更具体地，涉及一种充电线缆的温度实时预测及故障预警方法。该方法通过传感器数据预测充电线缆有限元模型所有节点温度数据。传统的预测方式大致分为传感器检测或者有限元仿真，传感器预测仅仅只能检测有限的数据，对于无法布置传感器的关键位置无法进行检测；有限元预测的方法，存在计算成本高、耗时长的问题，无法快速的给出温度数据，系统不能及时做出故障预警。本发明借助有限元仿真技术、ROM模型降阶技术以及神经网络技术，结合传感器将数据传入，在毫秒时间内实现百万级别温度数据的预测以及云图展示，从而实现充电线缆全区间实时温度监测。
-
公开(公告)号：CN117972417A
公开(公告)日：2024-05-03
申请号：CN202311818658.9
申请日：2023-12-26
申请人： 浙江大学
IPC分类号： G06F18/214 , G06F18/2113 , G06F18/213 , G06F18/241 , G06N3/045 , G06N3/0475 , G06N3/082
摘要： 本发明公开了一种数据稀缺下基于特征激励型样本扩增的零件故障诊断方法。针对机电产品零部件故障诊断模型故障样本稀缺导致的模型易过拟合且泛化性能差问题，构建特征激励型故障样本生成式对抗网络实现故障样本扩增，在生成器中利用跳层特征激励模块融入经特征敏感度和冗余度评价准则筛选后的先验特征，并利用跳层特征激励模块融合跨层特征图，充分提取不同层级深层特征，更好地指导故障样本的生成。基于对比学习的特征预提取器与判别器级联，将具有更明显类别边界属性的预学习特征输入判别器，提升训练速度。使用生成器生成的故障样本扩充训练集，提升模型的分类精度和泛化性能，实现稀缺故障数据条件下对机电产品零部件稳健、精准的故障诊断。
-
公开(公告)号：CN109711714B
公开(公告)日：2023-01-10
申请号：CN201811583945.5
申请日：2018-12-24
申请人： 浙江大学
摘要： 本发明公开了一种基于并联长短期记忆网络的制造装配产品质量预测方法。产品各个工位步骤的特征获取；产品各个工位步骤的特征预处理过程；基于并联长短期记忆网络的产品质量预测模型的建立；基于并联长短期记忆网络的产品质量预测模型的参数优化训练；基于上述质量预测模型，对待测样本的质量特征进行预测。本发明用于处理制造装配过程中可能存在并行工步时的产品质量预测问题，其可以自动获取并行工步之间的跨工步工艺过程参数之间的影响，具有较高的产品质量预测精度、灵活性、预测效率和模型重用性。
-
公开(公告)号：CN111639461B
公开(公告)日：2022-10-18
申请号：CN202010455079.2
申请日：2020-05-26
申请人： 浙江大学
IPC分类号： G06F30/27 , G06N3/04 , G06N3/08 , G05B19/4065
摘要： 本发明公开了一种针对工业不均衡数据的刀具磨损状态检测方法。对通过传感器获得的数控机床刀具历史监控数据进行预处理与刀具磨损状态标签组成源训练数据；对与待检测刀具的刀具历史监控数据进行相同预处理和源训练数据过采样合成获得的少数类数据一起组成辅助训练数据；通过迁移学习方法使用上述训练数据训练刀具磨损状态预测模型；将待检测刀具的实时传感器数据经过预处理后输入预测模型中，实时获得刀具的磨损状态。本发明充分保证了训练数据的均衡性，充分保证了训练数据与测试数据的分布一致性，从而解决了在工业数据量较少且不均衡的条件下刀具磨损状态的高精度检测问题。
-
公开(公告)号：CN114967562A
公开(公告)日：2022-08-30
申请号：CN202210646549.2
申请日：2022-06-08
申请人： 浙江大学
IPC分类号： G05B19/042
摘要： 本发明公开了一种基于双冗余数字孪生的低热值燃气轮机负荷预测控制方法。构建低热值燃气轮机的负荷动态平衡热力学机理模型，作为低热值燃气轮机负荷的第一数字孪生体；提取低热值燃气轮机的气路特性关键截面热力学参数，建立低热值燃气轮机负荷的第二数字孪生体；将第一数字孪生体和第二数字孪生体并联，建立双冗余数字孪生体，对低热值燃气轮机的实时运行数据进行处理对负荷变化提前预测，实现低热值燃气轮机的安全监视和负荷偏离的动态调整控制。本发明实现了预测与监视控制，抗干扰能力强，能够有效检测机组的异常，减少误报警，提升机组运行的安全性，具有数字孪生体自学习能力，提高负荷动态跟踪的实时性和准确性，降低运行和维护成本。
-
-
-
-
-
-
-
-
-
搜索结果
37 条记录 (耗时 0.041 秒)
