-
公开(公告)号：CN113762182A
公开(公告)日：2021-12-07
申请号：CN202111068904.4
申请日：2021-09-13
Applicant: 华中科技大学
Abstract: 本发明公开了一种基于深度网络自适应的铣削刀具磨损状态预测方法及装置，属于数控加工中心刀具磨损状态预测技术领域。本发明以迁移学习方法为核心，首先基于源域数据集训练特征提取网络；接着，在训练好的特征提取网络后添加微调层以及多个基于多核最大均值化差异度量的自适应层，构建迁移学习模型；最后，以最小化自适应层的损失为目标，基于源域数据集和目标域数据集训练迁移学习模型。如此，本发明可以利用已有的带标签的刀具磨损监测数据(源域数据)辅助建立其他场景下的刀具磨损预测模型，从而只需较少的带标签的目标域数据，就能够解决不同直径刀具的磨损状态预测问题。
-
公开(公告)号：CN113077043B
公开(公告)日：2022-05-20
申请号：CN202110285492.3
申请日：2021-03-17
Applicant: 华中科技大学
IPC: G06N3/04 , G06K9/62 , G06V10/774 , G06F17/16
Abstract: 本发明公开一种基于改进图卷积网络的机床刀尖动力学特征预测方法，属于数控机床刀尖点动力学特征预测领域。方法包括：选取样本数据，获取静止状态下机床不同位置下的刀尖点频响函数以及切削过程中的颤振频率和轴向极限切深，求解切削状态下的位置‑速度相关刀尖点主模态参数，获得样本数据标签；将有标签的样本数据和无标签的待测数据转换为图结构数据输入到图卷积网络中，得到任意位置‑速度下的刀尖点主模态参数；图卷积网络在图卷积层的基础上通过增加转置图卷积层得到，转置图卷积层用于实现对图卷积层所编码输出的节点特征进行解码，重构损失函数。通过预测的主模态参数可以计算获取刀尖点频响函数，进而计算铣削稳定lobe图来预测加工稳定性。
-
公开(公告)号：CN113869194A
公开(公告)日：2021-12-31
申请号：CN202111131299.0
申请日：2021-09-26
Applicant: 华中科技大学
Abstract: 本发明公开了基于深度学习的变参数铣削加工过程信号标记方法及系统，属于数控加工中心加工过程监测技术领域。方法包括：采集铣削加工时的主轴振动信号，将该振动信号经短时傅里叶变换后得到的浅层特征输入至堆叠式双向长短时记忆网络模型，提取出深层特征，引入条件随机场与多层感知机，优化了损失函数，改善了过分类问题，建立针对时序信号截取和标记的模型评价指标，对该模型进行迭代训练，最终实现了铣削过程的时序信号的自动标记。本发明可实现对高频时序信号的自动标记，为机械设备状态监测、故障诊断以及维护等场景提供数据支撑，具有标记成本低、自动化程度高、泛化能力好等优点。
-
公开(公告)号：CN113780208A
公开(公告)日：2021-12-10
申请号：CN202111085598.5
申请日：2021-09-16
Applicant: 华中科技大学
Abstract: 本发明公开了一种基于对抗迁移学习的刀具磨损状态预测方法及装置，属于数控加工中心刀具磨损状态预测技术领域。本发明结合动态分布自适应以及对抗迁移学习，首先获取并处理得到带标签的源域数据集和目标域数据集；接着，构建包括特征提取网络、标签分类器、全局域判别器和局部域判别器的对抗迁移学习模型；最后，以最小化对抗迁移学习模型的损失为目标，基于源域数据集和目标域数据集训练对抗迁移学习模型。如此，本发明可以利用已有的带标签的刀具磨损监测数据(源域数据)辅助建立其他场景下的对抗迁移学习模型，从而只需较少的带标签的目标域数据，就能够解决不同直径刀具的磨损状态预测问题。
-
Patent Agency Ranking
公开(公告)号：CN113589758A
公开(公告)日：2021-11-02
申请号：CN202110811980.3
申请日：2021-07-19
Applicant: 华中科技大学 , 武汉智能装备工业技术研究院有限公司
IPC: G05B19/408
Abstract: 本发明属于数控机床动力学特征分析与表征相关技术领域，其公开了一种基于模态质量分布的数控机床工作空间点聚类方法，方法包括：采集工作空间的中心位置以及六个面中心位置的模态振型；基于模态振型获得子结构移动前后母结构的固有频率，并基于固有频率获得位置变化引起的母结构动态特性变化的敏感性系数；获取7个位置的敏感性系数，并基于敏感性系数将立方体工作空间划分为多个样本点；基于多个样本点的模态振型获得模态质量分布矩阵并将其映射至核空间进行聚类获得工作空间点的聚类。本申请基于整机结构的模态振型实现对不同方向动态特性变化敏感性分析，可以避免数控机床工作空间采样点选取的不合理性，实现对工作空间准确的划分和聚类。
-
公开(公告)号：CN113869194B
公开(公告)日：2024-08-09
申请号：CN202111131299.0
申请日：2021-09-26
Applicant: 华中科技大学
IPC: G06F18/2415 , G06F18/213 , G06F18/10 , G06N3/0442 , G06N3/045 , G06N3/084
Abstract: 本发明公开了基于深度学习的变参数铣削加工过程信号标记方法及系统，属于数控加工中心加工过程监测技术领域。方法包括：采集铣削加工时的主轴振动信号，将该振动信号经短时傅里叶变换后得到的浅层特征输入至堆叠式双向长短时记忆网络模型，提取出深层特征，引入条件随机场与多层感知机，优化了损失函数，改善了过分类问题，建立针对时序信号截取和标记的模型评价指标，对该模型进行迭代训练，最终实现了铣削过程的时序信号的自动标记。本发明可实现对高频时序信号的自动标记，为机械设备状态监测、故障诊断以及维护等场景提供数据支撑，具有标记成本低、自动化程度高、泛化能力好等优点。
-
公开(公告)号：CN113589758B
公开(公告)日：2022-11-01
申请号：CN202110811980.3
申请日：2021-07-19
Applicant: 华中科技大学 , 武汉智能装备工业技术研究院有限公司
IPC: G05B19/408
Abstract: 本发明属于数控机床动力学特征分析与表征相关技术领域，其公开了一种基于模态质量分布的数控机床工作空间点聚类方法，方法包括：采集工作空间的中心位置以及六个面中心位置的模态振型；基于模态振型获得子结构移动前后母结构的固有频率，并基于固有频率获得位置变化引起的母结构动态特性变化的敏感性系数；获取7个位置的敏感性系数，并基于敏感性系数将立方体工作空间划分为多个样本点；基于多个样本点的模态振型获得模态质量分布矩阵并将其映射至核空间进行聚类获得工作空间点的聚类。本申请基于整机结构的模态振型实现对不同方向动态特性变化敏感性分析，可以避免数控机床工作空间采样点选取的不合理性，实现对工作空间准确的划分和聚类。
-
公开(公告)号：CN113077043A
公开(公告)日：2021-07-06
申请号：CN202110285492.3
申请日：2021-03-17
Applicant: 华中科技大学
Abstract: 本发明公开一种基于改进图卷积网络的机床刀尖动力学特征预测方法，属于数控机床刀尖点动力学特征预测领域。方法包括：选取样本数据，获取静止状态下机床不同位置下的刀尖点频响函数以及切削过程中的颤振频率和轴向极限切深，求解切削状态下的位置‑速度相关刀尖点主模态参数，获得样本数据标签；将有标签的样本数据和无标签的待测数据转换为图结构数据输入到图卷积网络中，得到任意位置‑速度下的刀尖点主模态参数；图卷积网络在图卷积层的基础上通过增加转置图卷积层得到，转置图卷积层用于实现对图卷积层所编码输出的节点特征进行解码，重构损失函数。通过预测的主模态参数可以计算获取刀尖点频响函数，进而计算铣削稳定lobe图来预测加工稳定性。
-
公开(公告)号：CN110428345A
公开(公告)日：2019-11-08
申请号：CN201910276673.2
申请日：2019-04-08
Applicant: 国网浙江省电力有限公司舟山供电公司 , 国网浙江省电力有限公司 , 华中科技大学
Abstract: 本发明公开了一种基于增强学习的电网定价方法,涉及一种电网定价方法。现有的电网定价不全面。本发明包括以下步骤：初始化Q值表和E值表，并设置初始电价；获取增强学习模型的状态空间、行为空间，对初始电价进行调整；将电价调整的行为反馈给电网售电市场环境，等待一个时间间隔T，获取环境信息；利用环境反馈信息和上一个状态下拟定的电力价格信息计算当前时间的回报函数，得到即时回报R，并更新E值表和Q值表；利用更新后的Q值表，选取新的行为，调整电价；每经过一个时间T，循环以上步骤S4-步骤S7，直到Q值表收敛到设定范围内，得出最优电网定价。本技术方案根据供需平衡、电网可靠性以及实时定价各方面的因素，实现电网实时定价。
-
-
-
-
-
-
-
-
Search Results
9
records
(took 0.02 seconds)
