公开(公告)号：CN109934975B

公开(公告)日：2021-04-06

申请号：CN201811539748.3

申请日：2018-12-14

Applicant: 哈尔滨理工大学

Inventor： 康守强 ,  乔春阳 ,  王玉静 ,  谢金宝 ,  王庆岩

IPC: G07C9/28 ,  G06K17/00 ,  G06Q10/02 ,  G06Q50/20 ,  H04L29/08 ,  H04W4/80 ,  G08C17/02

Abstract: 一种基于云平台和ZigBee的开放实验室智慧导游系统，涉及实验室智能化管控技术领域。本发明为了解决实验室管理的智能化问题。所述系统包括作为控制中心的ZigBee协调器、无线门禁、实验室学生专用设备的终端节点、实验室共用设备的终端节点、远程控制子系统；将ZigBee技术与云平台相结合，为参观人员进行多种语言的智能导游语音讲解。门禁系统利用ZigBee与NFC技术实现实验室智能门禁管理。管理人员可以通过Android客户端实现对实验室内基础设施与实验设备的远程控制。学生通过实验室网络管理子系统实现实验室的实时开放预约管理。实验验证本发明在提高实验室管理效率、加强实验室智能管理等方面具有较好的效果。

公开(公告)号：CN108009154B

公开(公告)日：2021-01-05

申请号：CN201711385165.5

申请日：2017-12-20

Applicant: 哈尔滨理工大学

Inventor： 王玉静 ,  吕世伟 ,  谢金宝 ,  殷楠楠 ,  谢桂芬 ,  李佰蔚

IPC: G06F40/289 ,  G06F40/242 ,  G06F16/583 ,  G06N3/04

Abstract: 本发明一种基于深度学习模型的图像中文描述方法属于计算机视觉与自然语言处理领域；包括准备ImageNet图像数据集和AI Challenger图像中文描述数据集；对ImageNet图像数据集利用DCNN进行预训练，得到DCNN预训练模型；对AI Challenger图像中文描述数据集进行图像特征提取和图像特征映射，传输到GRU门限递归网络循环神经网络；对AI Challenger图像中文描述数据集中的AI Challenger图像标注集进行词编码矩阵构建；利用NNLM提取词嵌入特征，完成文本特征映射；GRU门限递归网络循环神经网络作为语言生成模型，完成图像描述模型构建；中文描述语句生成；本发明弥补了图像中文描述的空白，实现自动生成图像中文描述的功能，并且在描述内容的准确性上有很好的改进，为中文NLP以及计算机视觉的发展奠定了基础。

公开(公告)号：CN112101220A

公开(公告)日：2020-12-18

申请号：CN202010971076.4

申请日：2020-09-15

Applicant: 哈尔滨理工大学

Inventor： 康守强 ,  邢颖怡 ,  王玉静 ,  王庆岩 ,  梁欣涛 ,  康成璐

IPC: G06K9/00 ,  G06K9/62 ,  G06N3/04 ,  G06N3/08

Abstract: 一种无监督模型参数迁移的滚动轴承寿命预测方法，属于滚动轴承状态识别及剩余寿命预测技术领域。本发明针对实际中某种工况滚动轴承带标签振动数据获取困难，健康指标难以构建及寿命预测误差大的问题而提出的。该方法首先对滚动轴承全寿命周期振动数据提取均方根特征，并引入新的自下而上时间序列分割算法将特征序列分割为正常期、退化期和衰退期3种状态；对振动信号经快速傅里叶变换后的幅值序列进行状态信息标记，并作为改进全卷积神经网络的输入，提取深层特征，经训练构建源域模型和微调后的状态识别模型，实现滚动轴承多状态识别；利用状态概率估计法建立滚动轴承寿命预测模型。实验验证，所提方法无需构建健康指标，可实现无监督条件下不同工况滚动轴承状态识别和寿命预测，并获得较好的效果。

公开(公告)号：CN111721536A

公开(公告)日：2020-09-29

申请号：CN202010636625.2

申请日：2020-07-20

Applicant: 哈尔滨理工大学

Inventor： 王庆岩 ,  吕海岩 ,  王玉静 ,  康守强 ,  谢金宝 ,  梁欣涛

IPC: G01M13/045 ,  G06K9/00 ,  G06K9/62 ,  G06N3/04 ,  G06N3/08

Abstract: 一种改进模型迁移策略的滚动轴承故障诊断方法，属于滚动轴承故障诊断技术领域。针对源域与目标域中相同状态数据分布差异大的问题而提出。利用小波变换获取不同型号轴承振动信号的时频谱并构建图像数据集；选择某种型号的数据作为源域，其他型号数据作为目标域；使用源域数据训练ResNet-34深度卷积网络，得到源域数据分类模型；利用隐式渐变元学习自适应决定迁移知识层级及知识内容实现模型迁移策略的改进，避免异构体系结构中梯度不易收敛现象；将迁移的知识引入目标域ResNet-152卷积神经网络数据训练的过程中通过参数传递实现模型迁移；在训练源域与目标域网络时采用随机梯度下降算法优化网络参数，建立不同型号滚动轴承的故障诊断模型。

公开(公告)号：CN110849627A

公开(公告)日：2020-02-28

申请号：CN201911187811.6

申请日：2019-11-27

Applicant: 哈尔滨理工大学

Inventor： 王玉静 ,  王超 ,  康守强 ,  王庆岩 ,  谢金宝

IPC: G01M13/045 ,  G06N20/00

Abstract: 一种宽度迁移学习网络及基于宽度迁移学习网络的滚动轴承故障诊断方法，属于轴承故障诊断技术领域。针对变负载下滚动轴承带标记信息的振动数据稀缺、相同状态的源域数据和目标域数据分布差异大、多状态数据分布不平衡、诊断准确率和模型训练效率低的问题，提出一种新的宽度迁移学习网络及基于此的滚动轴承智能诊断方法。本发明利用宽度学习系统提取源域数据与目标域数据的特征并构造样本集，在此基础上，采用迁移学习中的平衡分布适配方法，减少源域和目标域之间的差异性。引入鸡群算法，优化宽度迁移学习网络参数，进而建立宽度迁移学习网络模型。将所提网络模型应用于变负载下滚动轴承故障智能诊断中，实验结果验证了所提方法的高效性和准确性。

公开(公告)号：CN108414226B

公开(公告)日：2019-07-19

申请号：CN201711428476.5

申请日：2017-12-25

Applicant: 哈尔滨理工大学

Inventor： 王玉静 ,  康守强 ,  胡明武 ,  谢金宝 ,  王庆岩 ,  邹佳悦

IPC: G01M13/045

Abstract: 基于特征迁移学习的变工况下滚动轴承故障诊断方法，涉及故障诊断领域，是针对滚动轴承尤其是变工况条件下诊断准确率低的问题而提出的。该方法利用VMD对滚动轴承各状态振动信号进行分解，得到一系列固有模态函数，对其构成的矩阵进行奇异值分解求奇异值及奇异值熵，再结合振动信号的时域、频域特征构造多特征集。同时引入半监督迁移成分分析方法，并对其核函数进行多核构造，将不同工况样本特征共同映射到一个共享再生核Hilbert空间，进而提高数据类内紧凑性和类间区分性。采用最大均值差异嵌入法选择更有效的数据作为源域，将源域特征样本输入SVM进行训练，测试映射后的目标域特征样本。在变工况下滚动轴承多状态分类中具有更高的准确率。

公开(公告)号：CN106683280B

公开(公告)日：2019-03-26

申请号：CN201611270492.1

申请日：2016-12-30

Applicant: 哈尔滨理工大学

Inventor： 康守强 ,  谢金宝 ,  张军政 ,  王玉静 ,  高华强

IPC: G07F15/00 ,  B60L53/20 ,  B60L53/66

Abstract: 一种用于电动车电池交换续航及充电的控制装置，属于电力控制领域。本发明为了解决传统电动车电池充电慢等问题。技术要点：本发明将交流220V转为直流电压为单片机供电同时为电池充电，电池桶内电池电量检测模块及电池锁通过继电器分别与从单片机的指令输入端和指令输出端相连，从单片机通过检测电池电压来检测电池桶内电池的放入与取走，若放入，则用户刷卡，主控单片机通过RFID读卡器读取ID卡卡号，若识别成功后通过继电器控制电控锁使其将刚放入的电池锁止，同时锁释放一枚已充满的电池，通过继电器控制开启对应的充电开关，对其充电；若识别不成功，则刷卡无效。可用于市区、居民区，以电池租赁的方式直接更换上充满电的电池来续航。

公开(公告)号：CN109187025A

公开(公告)日：2019-01-11

申请号：CN201811098852.3

申请日：2018-09-19

Applicant: 哈尔滨理工大学

Inventor： 康守强 ,  孙良棚 ,  王玉静 ,  谢金宝 ,  陈威威 ,  王庆岩

IPC: G01M13/045

Abstract: 一种集成KELM的滚动轴承剩余使用寿命预测方法，属于轴承寿命预测技术领域。本发明为了解决现有的滚动轴承剩余使用寿命预测存在预测困难、预测精度低的问题。该方法首先基于变分模态分解对振动信号进行特征提取，并引入一种新型的相似性降维方法进行特征降维，进一步提取单调性、相似性和稳定性较强的特征-CEF；将多个轴承提取的CEF作为KELM的输入，当前使用寿命与全寿命的比值p即寿命百分比作为输出，建立多个KELM模型，再结合随机森林构建集成KELM预测模型，得到当前预测结果p值；将测试轴承的CEF输入到预测模型中，预测出当前的p值，并运用二阶指数平滑法进行拟合，预测出轴承的RUL。实验验证，所提预测方法与其它文献相比具有更高的预测准确率。

公开(公告)号：CN108508278A

公开(公告)日：2018-09-07

申请号：CN201810304936.1

申请日：2018-04-03

Applicant: 哈尔滨理工大学

Inventor： 谢金宝 ,  张霄 ,  殷楠楠 ,  谢桂英 ,  谢桂芬 ,  王玉静

IPC: G01R27/26

Abstract: 基于变分模态分解和正弦波参数法的介质损耗因数测量方法和系统，属于电气设备测试技术领域。本发明为了解决现有的介质损耗因数的测量方法测量的介质损耗因数值受外界环境影响较大，处理环节较多，造成较大的测量误差。本发明包括如下步骤：步骤1、进行原始电压和原始电流的采样，并进行初步滤波处理；步骤2、对步骤1得到的电压、电流信号进行变分模态分解，提取出频率接近工频的电压基波分量和电流基波分量；步骤3、将步骤2提取出的电压基波分量和电流基波分量利用正弦波参数法进行计算，得到介质损耗因数。本发明中采用的变分模态分解算法有效的解决了模态混叠的问题，提高了算法的效率。

公开(公告)号：CN105528504B

公开(公告)日：2018-09-04

申请号：CN201610115922.6

申请日：2016-03-01

Applicant: 哈尔滨理工大学

Inventor： 康守强 ,  王玉静 ,  柳长源 ,  郑建禹 ,  于春雨 ,  兰朝凤

IPC: G06F17/50

Abstract: 基于CFOA‑MKHSVM的滚动轴承健康状态评估方法，属于轴承故障评估技术领域。本发明是为了更有效评估滚动轴承性能退化程度。本发明方法先提取轴承振动信号的时域、频域统计特征及基于小波包的时频特征。针对滚动轴承各状态数据分布不均匀、数据异构的问题，采用超球体支持向量机识别并进行多核凸组合优化。为消除人为选择分类器多参数的盲目性，以及容易选入局部最优问题，将果蝇算法与混沌理论相结合，对多参数进行寻优。同时构建混沌优化果蝇算法—多核超球体支持向量机CFOA‑MKHSVM模型，并提出归一化差别系数评估指标。经实验，与SVDD算法评估指标进行对比，验证了所提指标的有效性，实现了滚动轴承健康状态的定量评估。