-
公开(公告)号：CN101799366A
公开(公告)日：2010-08-11
申请号：CN201010101327.X
申请日：2010-01-27
Applicant: 北京信息科技大学
Abstract: 本发明涉及一种机械故障预测的特征提取方法，(1)获取代表设备运行状况的连续振动信号进行分析；(2)定义判断设备运行状态是否异常的综合评判函数；(3)对振动信号中包含的噪声降噪；(4)用时间延迟法对振动信号进行相空间重构；(5)根据欧氏距离判断两样本点是否为近邻点；(6)根据样本点的边连接距离确定邻近图；(7)规范化变换矩阵S，确定矩阵ι(DG)；(8)利用平移不变的方法，根据矩阵ι(DG)构造中间计算矩阵K1和测地距离核矩阵K，使矩阵K满足正定性；(9)计算矩阵K的特征值和特征向量；(10)根据亥维塞德函数确定拓扑维数；(11)根据拓扑维数进行低维流形特征提取。本发明通过判断振动信号的异常与否，提高了特征提取的针对性和准确性。本发明可广泛应用于各种机械设备的故障预测特征提取中。
-
公开(公告)号：CN101770219A
公开(公告)日：2010-07-07
申请号：CN201010102878.8
申请日：2010-01-29
Applicant: 北京信息科技大学
IPC: G05B19/4065
Abstract: 本发明涉及一种车铣复合机床故障诊断知识库的知识获取方法，步骤一、获取车铣复合机床历史故障信息和机床实时在线监测信息；步骤二、对历史故障信息和实时在线监测信息依次进行信号处理、故障特征信息选取和数据离散化处理后，以故障特征属性为条件属性，以故障模式为决策属性，构建故障诊断的知识决策表；步骤三、基于所构建的知识决策表，进行基于粒度计算的故障特征属性的约简和属性值约简；步骤四、采用规则的置信度和覆盖度作为评价指标对约简后的决策规则进行度量和评价。本发明由于可以从大量实时在线和离线数据中为故障诊断获取精简、有效的知识和规则，为其故障诊断提供了有效的保障。本发明可以广泛应用于各种数控机床故障诊断中。
-
公开(公告)号：CN101727107A
公开(公告)日：2010-06-09
申请号：CN200910238106.4
申请日：2009-11-13
Applicant: 北京信息科技大学
Abstract: 本发明提供了一种太阳能采集装置中柔性太阳跟踪方法，包括：太阳方位监测模块实时监测太阳方位并发送太阳方位角及高度角参数给参数计算模块；参数计算模块计算该参数，换算得到与太阳方位角及高度角对应的两个驱动转角参数；驱动装置根据太阳方位角与高度角参数的变化，驱动太阳能采集板进行两个角方位的实时联动；自方位误差测定模块实时监测太阳能采集板方位误差并发送参数；反馈控制模块根据太阳能采集板方位误差修正实时联动的频率与步幅。本发明还提供了一种采用上述方法的系统。本发明中太阳方位确定为方位角及高度角两个角参数，对两个角参数进行换算，驱动太阳能采集板进行两个角参数的联动，跟踪太阳精度高、时间间隔小，且结构简单、造价低。
-
公开(公告)号：CN112033413B
公开(公告)日：2023-06-16
申请号：CN202010930986.8
申请日：2020-09-07
Applicant: 北京信息科技大学
IPC: G01C21/20
Abstract: 本发明涉及一种基于结合环境信息的改进A*算法的路径规划方法，其包括：将地图进行自适应膨胀处理：获取机器人所处环境的栅格地图，对障碍点坐标进行初始标记；获得障碍点的坐标后，填充机器人传感器位置到障碍点之间的栅格以及该障碍点栅格的初始代价值；对障碍点进行自适应膨胀处理，根据栅格代价值填充障碍点周围膨胀区栅格的代价值，完成对代价地图的膨胀处理；在经过自适应膨胀处理的地图上采用改进A*算法进行路径搜索。本发明能在无障碍物环境有效提高搜索效率，避免路径通过障碍物顶点。
-
公开(公告)号：CN112163640A
公开(公告)日：2021-01-01
申请号：CN202011190507.X
申请日：2020-10-30
Applicant: 北京信息科技大学
Abstract: 本发明涉及一种基于深度卷积迁移学习行星齿轮箱故障诊断方法及系统，其包括以下步骤：收集已有工况S下的行星齿轮箱故障数据集，构建源域数据集；对每一组原始振动信号都进行点数分割，构建源域样本数据集；构建目标域数据集，并对目标域数据集中的每组原始振动信号进行点数分割，构建目标域样本数据集；将源域样本数据集和目标域样本数据集利用深度卷积迁移学习，实现对行星齿轮箱进行故障诊断。本发明可以在面对多工况下故障样本较少或某故障样本缺失等情况发生时，仍旧可以获得较为理想的故障诊断效果，且在新工况下的数据集，不需要重新训练网络模型，可以节约大量时间。
-
Patent Agency Ranking
公开(公告)号：CN112034836A
公开(公告)日：2020-12-04
申请号：CN202010685966.9
申请日：2020-07-16
Applicant: 北京信息科技大学
IPC: G05D1/02
Abstract: 本发明涉及一种改进A*算法的移动机器人路径规划方法，其包括步骤：采用栅格法建立移动机器人工作环境的三维地图模型；在三维地图模型中，针对栅格存在部分障碍物的情况采用改进A*算法进行邻域搜索，以提高生成路径的合理性；同时，通过引入坡度信息的改进代价函数计算从起始节点开始到其每一个邻域节点的代价值，使路径更平缓，进而在保证搜索效率的前提下得到最优路径。本发明改善了移动机器人易与障碍物边缘发生碰撞的问题，解决了算法生成路径在复杂地形中过于陡峭的问题。
-
公开(公告)号：CN112033413A
公开(公告)日：2020-12-04
申请号：CN202010930986.8
申请日：2020-09-07
Applicant: 北京信息科技大学
IPC: G01C21/20
Abstract: 本发明涉及一种结合环境信息的改进A*算法，其包括：将地图进行自适应膨胀处理：获取机器人所处环境的栅格地图，对障碍点坐标进行初始标记；获得障碍点的坐标后，填充机器人传感器位置到障碍点之间的栅格以及该障碍点栅格的初始代价值；对障碍点进行自适应膨胀处理，根据栅格代价值填充障碍点周围膨胀区栅格的代价值，完成对代价地图的膨胀处理；在经过自适应膨胀处理的地图上采用改进A*算法进行路径搜索。本发明能在无障碍物环境有效提高搜索效率，避免路径通过障碍物顶点。
-
公开(公告)号：CN109443752B
公开(公告)日：2020-11-27
申请号：CN201811206915.2
申请日：2018-10-17
Applicant: 北京信息科技大学
IPC: G01M13/021 , G01M13/028
Abstract: 本发明涉及一种基于VMD的齿轮振动信号降噪及故障诊断方法，其步骤：采集齿轮在正常运行状态、点蚀故障、磨损故障以及断齿故障下的振动信号xw(n)＝{xw(1),...,xw(N)}，其中，N代表每组数据个数，w代表数据组别，w＝1、2、3、4，分别代表正常运行状态、点蚀故障状态、磨损故障状态、断齿故障状态；对xw(n)＝{xw(1),...,xw(N)}中正常运行状态下的原始振动信号x1(n)进行VMD‑模平方阈值处理；将所有齿轮振动信号xw(n)按照步骤2)进行VMD‑模平方阈值处理，得到处理后的信号提取处理后的信号的每组信号的峭度和均方根值组成特征向量K和R；利用PNN进行故障诊断。
-
公开(公告)号：CN108956141A
公开(公告)日：2018-12-07
申请号：CN201810289904.9
申请日：2018-04-03
Applicant: 北京信息科技大学
IPC: G01M13/04
CPC classification number: G01M13/045
Abstract: 本发明涉及一种基于模平方阈值—FastICA的滚动轴承降噪方法，其步骤：采集设备采集滚动轴承的原始振动信号；将采集到的滚动轴承原始振动信号进行模平方阈值降噪，得到模平方阈值降噪后的信号；将模平方阈值降噪后的信号与原始振动信号组成输入矩阵，进行FastICA降噪，得到两个独立分量；判断两个独立分量的时域波形，选择包含较多故障信息的独立分量进行Hilbert包络和FFT，得到经模平方阈值—FastICA降噪后信号的时域波形图和频谱图；令模平方阈值—FastICA降噪后信号为yf,求原始信号与yf的峭度值，根据峭度值判断原始振动信号是否存在故障以及模平方阈值—FastICA的降噪效果，由降噪后信号的频谱图提取滚动轴承原始振动信号的特征频率成分，根据特征频率成分判断滚动轴承是否存在故障以及故障类型。
-
公开(公告)号：CN108537216A
公开(公告)日：2018-09-14
申请号：CN201810289223.2
申请日：2018-04-03
Applicant: 北京信息科技大学
Abstract: 本发明涉及一种面向复杂纳西东巴象形文字的识别方法，其步骤：对纳西东巴象形文字进行特征提取；根据纳西东巴象形文字的特点，提取东巴象形文字的5类拓扑特征值：块数a、孔数b、端点个数c、三叉点数d和四叉点数e，将东巴象形文字以拓扑特征码abcde表示。对东巴象形文字进行特征提取后，每个待识别的东巴文样本都形成了数据特征，采用多级识别的方法对东巴文进行智能识别。本发明能有效解决纳西经典古籍因笔画复杂、年代久远、笔迹不清导致的识别困难问题。本发明可以广泛在文字识别领域中应用。
-
-
-
-
-
-
-
-
-
Search Results
130
records
(took 0.03 seconds)
