一种基于时频域特征和单类KNN模拟电路故障检测方法

    公开(公告)号:CN114779059A

    公开(公告)日:2022-07-22

    申请号:CN202111606608.5

    申请日:2021-12-26

    IPC分类号: G01R31/316

    摘要: 本发明提供了一种基于时频域特征和单类KNN模拟电路故障检测方法,该方法包括接收额定数量仿真样本数据对应的时域特征向量样本;根据所述时域特征向量样本计算KNN距离统计量;判断所述KNN距离统计量是否符合预定的终止条件,如果所述KNN距离统计量符合所述终止条件,则建立所述KNN距离统计量的非中心卡方分布,以计算得到故障检测阈值;根据所述故障检测阈值检测模拟电路故障。通过时域特征向量样本基于KNN距离统计量判断样本是否为异常样本,基于此实现了电路故障检测,有助于解决现有技术中缺乏一种模拟电路故障检测方法的技术问题。

    三维标志点识别方法、系统、存储介质及终端

    公开(公告)号:CN115457536A

    公开(公告)日:2022-12-09

    申请号:CN202210877662.1

    申请日:2022-07-25

    摘要: 本发明公开了一种三维标志点识别方法、系统、存储介质及终端,方法包括:采集用于进行三维标志点识别的三维点云、灰度图及标志点的结构参数;分别按照第一分割方法和第二分割方法对灰度图进行分割并获取第一灰度图数据和第二灰度图数据;根据第一灰度图数据和第二灰度图数据进行或运算以生成二值图;利用聚类算法将二值图中相互不连通的区域分别分割到不同的独立集合中;分别对每个独立集合中的多个目标特征判别项进行特征判别以生成多个判别结果;通过对多个判别结果加权计算以生成标志点识别结果的置信度;基于置信度满足预设要求,利用与标志点相对应的三维点云和标志点的结构参数计算该标志点的中心坐标。

    基于人机博弈的无人艇自主能力测试系统及方法

    公开(公告)号:CN114741778A

    公开(公告)日:2022-07-12

    申请号:CN202111574396.7

    申请日:2021-12-21

    摘要: 本发明提出了一种基于人机博弈的无人艇自主能力测试系统,包括场景仿真模块、水动力仿真模块、人员显控模块、试验监控管理模块;本发明将真实人员接入仿真回路来控制仿真场景中的陪试艇,用以构建更加智能、真实的博弈场景;通过仿真构建被测无人艇控制器操控被测无人艇、人员显控模块操控陪试艇的双闭环,将由被测无人艇控制器操控的虚拟被测无人艇与由真实人员操控的虚拟陪试艇在场景仿真模块中进行博弈对抗并记录博弈过程的试验数据,完成针对无人艇控制器及其自主控制软件的自主能力测试。本发明在保留虚拟仿真测试优势的基础上,提升了仿真场景中陪试艇的智能化水平,增加了仿真场景的丰富度与真实性。

    基于模型的故障数据仿真设备及仿真方法

    公开(公告)号:CN115221778A

    公开(公告)日:2022-10-21

    申请号:CN202210652756.9

    申请日:2022-06-08

    IPC分类号: G06F30/27 G06K9/62 G01D21/02

    摘要: 本发明公开了一种基于模型的故障数据仿真设备及仿真方法,其中仿真设备包括模型故障仿真与注入分系统与故障仿真与操控软件,模型故障仿真与注入分系统包括主控模块、电源管理模块、数据存储模块、应变信号输出模块、电压信号输出模块、振动ICP信号输出模块、热电偶信号输出模块、电流信号输出模块和数字量I/O信号输出模块。本发明能以构建的机电液装置数字模型编译的DLL动态链接库为输入,可生成机电液装置全工况运行状态数据,通过对应的硬件端口,实现仿真数据的输出。

    一种基于堆栈形态卷积网络的机械旋转部件故障诊断方法

    公开(公告)号:CN114754988A

    公开(公告)日:2022-07-15

    申请号:CN202111606607.0

    申请日:2021-12-26

    IPC分类号: G01M13/00 G06N3/04 G06N3/08

    摘要: 本发明提供了一种基于堆栈形态卷积网络的机械旋转部件故障诊断方法。该方法包括接收额定数量机械旋转部件故障时的振动加速度信号,其中,对所述振动加速度信号对应的不同故障类型进行标识;对额定数量的所述振动加速度信号进行随机选取得到随机振动加速度信号样本;对所述随机振动加速度信号样本通过堆叠形态卷积模块进行脉冲增强和降噪并提取故障特征样本;根据所述故障特征样本训练得到故障诊断模型用以故障诊断。通过堆叠形态卷积模块进行脉冲增强和降噪并提取故障特征样本,以训练出故障诊断模型,有助于解决现有技术中缺乏一种机械部件故障诊断方法的技术问题。