-
公开(公告)号:CN118016099A
公开(公告)日:2024-05-10
申请号:CN202311723073.9
申请日:2023-12-14
IPC分类号: G10L25/51 , G10L25/30 , G10L25/24 , G06F18/40 , G06F18/241 , G06N3/0464
摘要: 本发明公开了基于深度学习的高强螺栓振动声学信号缺陷智能识别系统,其包括:高强螺栓振动声学信号缺陷智能识别系统硬件系统搭建,高强螺栓振动声学信号缺陷智能识别软件系统设计。高强螺栓振动声学信号缺陷智能识别系统硬件系统包含:工业级防尘防水防摔windows平板和定向麦克风收音设备。高强螺栓振动声学信号缺陷智能识别系统软件系统设计:用户注册登录功能、高强螺栓振动声音信号录制功能、定向保存和时间戳命名功能以及高强螺栓缺陷智能识别功能。本发明实现了实时检测高强螺栓的预紧力和缺陷情况。
-
公开(公告)号:CN118072743A
公开(公告)日:2024-05-24
申请号:CN202311646416.6
申请日:2023-12-04
摘要: 本发明公开了一种基于风机缺陷螺栓声纹信息的声学识别软件系统,包括:用户管理模块、声纹采样模块、声纹识别模块以及数据结果导出模块,其中,用户管理模块采用基于Postgresql数据库进行用户数据的存储与导出;声纹采样模块采用基于sounddevice及soundfile函数框架实现麦克风设备的调用和声纹信息的采样,然后对特定格式的音频文件进行路径的自定义保存;声纹识别模块先实现音频文件的获取,再对音频文件进行分割预处理和声纹识别;数据结果导出模块以Resnet网络算法的识别结果为导向,将输出结果进行分类并保存文本数据。本发明实现对风机螺栓缺陷与紧固情况的实时检测,提升了风机螺栓工作状态监测的维护保障能力,提高风机运行的人工维护效率以及降低相关的维护成本。
-
公开(公告)号:CN114724586A
公开(公告)日:2022-07-08
申请号:CN202210099284.9
申请日:2022-01-27
摘要: 本发明公开一种数据识别模型训练方法、数据识别方法及装置,数据识别模型训练方法包括:对各个螺栓进行检测,以获取螺栓样本数据;对螺栓样本数据进行数据处理,确定目标数据集;利用目标数据集对数据识别模型进行训练,生成目标数据识别模型。本发明通过基于一维深度可分离卷积的螺栓损伤识别方法,可以提高检测效率,且本检测方法对人员技术要求不高,提高检测识别效率以及准确性。
-
公开(公告)号:CN116735962A
公开(公告)日:2023-09-12
申请号:CN202310484456.9
申请日:2023-04-28
申请人: 中国科学院自动化研究所
摘要: 本发明提供一种螺栓损伤检测模型的迭代方法和螺栓损伤检测方法,其中迭代方法包括:对目标音频数据进行音频信号提取,得到音频波形图,并对音频波形图进行数据处理,得到音频特征图;将音频特征图输入至初始损伤检测模型,得到初始损伤检测模型输出的目标螺栓的预测损伤检测结果;基于目标损伤检测结果和预测损伤检测结果,对初始损伤检测模型进行参数迭代,得到螺栓损伤检测模型,以敲击螺栓获得的声学振动信号对应的目标音频数据,为螺栓损伤的状态反馈,并以此作为模型输入用以训练得到用于螺栓损伤检测的螺栓损伤检测模型,为快速准确的螺栓损伤检测提供了依据,同时保障了检测过程的安全性,降低了检测成本,提升了检测效率。
-
公开(公告)号:CN112101597A
公开(公告)日:2020-12-18
申请号:CN202011094216.0
申请日:2020-10-14
申请人: 辽宁电能发展股份有限公司 , 中国科学院自动化研究所
发明人: 郑永健 , 薛思萌 , 黄川 , 闫春生 , 禹勇 , 杨徐东 , 白挺玮 , 钟栗广 , 綦伟 , 孙宏伟 , 王达 , 孟祥睿 , 王畅 , 张欢 , 刘丹 , 薛激光 , 赵旭亮 , 魏庆来
摘要: 本发明属于新能源汽车故障预判领域,具体涉及了一种电动汽车租赁运营平台车辆故障预判系统、方法及装置,旨在解决的问题。本发明包括:故障诊断专家知识库,用于存储专家经验数据、实验数据和历史数据;信息获取模块,实时获取平台车辆运行数据;模糊逻辑模块,进行车辆故障症状与故障原因之间的模糊关系的结构性知识表达,获得模糊规则库;故障推理模块,基于平台车辆运行数据和故障诊断专家知识库的数据,通过车辆故障预判网络获取车辆故障预判结果。本发明能够对电动汽车可能存在的故障进行预测和诊断,及时发出预警,提醒雇主司机车辆故障,避免事故的发生,预判成本低、准确性与精度高。
-
公开(公告)号:CN111532150A
公开(公告)日:2020-08-14
申请号:CN202010411783.8
申请日:2020-05-15
申请人: 国网辽宁省电力有限公司电力科学研究院 , 辽宁电能发展股份有限公司 , 国家电网有限公司 , 中国科学院自动化研究所
发明人: 薛激光 , 闫春生 , 郑永健 , 代宇 , 戴洵 , 高白羽 , 黄川 , 薛思萌 , 李德伟 , 周思成 , 范宇辰 , 秦悦维 , 张潇祺 , 董思同 , 张笑怡 , 修雨蔷 , 崔赫 , 王赫妍 , 孙宏伟 , 孟祥睿 , 汤野 , 程文玉 , 黄聪潇 , 魏庆来
摘要: 本发明属于电动汽车智能充电优化技术领域,具体涉及了一种基于自学习的电动汽车充电控制策略优化方法及系统,旨在解决现有电动汽车充电控制策略受用户端、环境影响导致电网载荷大、负载不平衡以及用户充电成本高的问题。本发明包括:相关参数初始化;全局循环,初始化评价网络和动作网络权值;局部循环,利用ADP训练评价网络和动作网络;若局部循环完成则更新迭代性能指标函数和迭代控制律,以获得最优解;若全局循环网络满足收敛精度则获得最优电池控制策略,并计算用户充电成本。本发明无需构建模型,采用自适应动态规划方法获得相应时间段内电池最优控制策略,降低电网峰谷载荷差值,提高电网灵活性、兼容性和可靠性,同时降低用户的充电成本。
-
公开(公告)号:CN103679292B
公开(公告)日:2017-01-11
申请号:CN201310695793.9
申请日:2013-12-17
申请人: 中国科学院自动化研究所
摘要: 本发明公开了一种智能微电网双电池电能协同优化方法,其包括:对双电池电能协同优化方法进行相关参数初始化;开启全局循环,初始化评判网络权值;开启外循环,初始化电池控制策略,并根据实际用电情况对所述电池控制策略进行调整;开启内循环,利用采集到的系统状态与调整后的电池控制策略循环修正评判神经网络权值,并利用该评判网络权值评测当前电池控制策略的性能;判断当前内循环是否完成,如果尚未完成,则返回内循环,否则判断当前外循环是否完成,如果尚未完成,则返回外循环,否则判断当前全局循环是否完成,如果尚未完成,则返回全局循环;搜索程序完全运行之后,根据所评判得到的性能保存最优的电池控制策略并计算用电成本。
-
公开(公告)号:CN111753468B
公开(公告)日:2021-09-07
申请号:CN202010599600.X
申请日:2020-06-28
申请人: 中国科学院自动化研究所
摘要: 本发明涉及一种基于深度强化学习的电梯系统自学习最优控制方法及系统,所述控制方法包括:建立运行模型和概率分布模型;对电梯系统的数据信息进行预处理,得到当前数据信息;根据当前数据信息进行全局迭代,通过多个异步线程迭代进行局部处理:针对每一异步线程,根据当前数据信息,利用深度强化学习训练局部动作评价网络,并修正动作评价网络的权值;直至多线程迭代结束及全局迭代结束,根据动作评价网络的权值确定全局动作评价网络;根据全局动作评价网络得到最优的电梯控制策略,以确定平均等待时间。本发明在全局迭代过程中,通过多个异步线程迭代进行局部处理,确定动作评价网络的权值,通过自学习得到最优的电梯控制策略。
-
-
公开(公告)号:CN104573818B
公开(公告)日:2017-06-13
申请号:CN201410828012.3
申请日:2014-12-25
申请人: 中国科学院自动化研究所
IPC分类号: G06N3/08
摘要: 本发明公开了一种基于神经网络的办公建筑房间分类方法,包括以下步骤:数据预处理,对办公建筑房间的插座、照明和空调三种用电数据进行筛选、剔除、补充,获得完整的用电数据;网络初始化,构造与预处理三类用电数据对应的三个回声状态网和一个极限学习机,并对各神经网络的参数进行初始化;网络训练,利用预处理的房间用电数据训练各回声状态网,重建房间的用电模式,并利用重建后的房间用电模式以及已知的房间类别训练极限学习机;房间分类,给定新的办公建筑房间三种用电数据作为分类数据,利用训练好的三个回声状态网重建房间的用电模式,并利用训练好的极限学习机获取房间的类型。
-
-
-
-
-
-
-
-
-