-
公开(公告)号：CN115771165A
公开(公告)日：2023-03-10
申请号：CN202211559797.X
申请日：2022-12-06
Applicant: 华中科技大学
IPC: B25J19/00
Abstract: 本发明公开了一种无故障样本下工业机器人故障检测与定位方法，利用连续小波变化提取出工业机器人非平稳信号的时间和频率等多个尺度时频域特征；采用残差收缩网络来消除隐藏在小波时频特征中的噪声特征，并提取有代表性的特征；构建特征样本对来揭示健康状态的独一属性和共有属性；建立多头注意机制关系网络计算特征样本对间的相似关系，以确定其状态类型；构建辅助样本库来辅助本发明的方法提取出更加具有代表性和可靠的机器人的健康特征。本发明实现了在无故障样本下对工业机器人故障精准检测与定位，克服了数据驱动的故障检测与定位方法对故障样本的严重依赖，对保障工业机器人高性能长寿命安全可靠稳定运行具有重大工程应用价值。
-
公开(公告)号：CN110245745B
公开(公告)日：2021-08-03
申请号：CN201910465467.6
申请日：2019-05-30
Applicant: 华中科技大学
Abstract: 本发明属于机械设备剩余使用寿命预测相关技术领域，其公开了一种基于集成双向循环神经网络的设备剩余使用寿命预测方法，该方法包括以下步骤：(1)获取样本设备的状态监测数据；(2)构建样本设备的多个具有不同网络结构的双向循环神经网络，基于所述状态监测数据依次对多个双向循环神经网络进行训练及校验，继而根据校验结果分类选择多个双向循环神经网络中预测效果排在前预定数量的双向循环神经网络；(3)采用集成学习算法对选择的双向循环神经网络进行集成以得到剩余使用寿命预测模型；(4)所述剩余使用寿命预测模型基于待预测设备的实时状态监测数据实时预测该待预测设备的剩余使用寿命。本发明提高了预测精度，灵活性较好。
-
公开(公告)号：CN109460567B
公开(公告)日：2021-02-09
申请号：CN201811109270.0
申请日：2018-09-21
Applicant: 华中科技大学
IPC: G06F30/20 , G06Q10/00 , G06F111/06 , G06F119/04
Abstract: 本发明属于设备维护相关技术领域，其公开了一种多部件设备的维护方法及系统，该方法包括以下步骤：(1)采集设备运行时各部件的状态监测数据及每次维护后的初始状态监测数据，并建立设备的运行及维护记录；(2)基于运行及维护记录分别建立设备的每个部件的随机退化模型及随机维护质量模型，并基于所有随机退化模型、随机维护质量模型及选取的优化指标来建立设备的维护优化模型；(3)基于维护优化模型求解出设备的最佳异常点阈值、最佳失效阈值和最佳监测间隔，继而依据最佳监测间隔对设备进行定期监测，同时依据最佳异常点阈值及最佳失效阈值对设备进行维护。本发明有效提高了设备运行经济性和设备使用寿命，适用性较强，灵活性较高。
-
公开(公告)号：CN110738360A
公开(公告)日：2020-01-31
申请号：CN201910925690.4
申请日：2019-09-27
Applicant: 华中科技大学
Abstract: 本发明属于机械设备状态监测和寿命预测技术领域，并公开了一种设备剩余寿命预测方法及系统。该方法首先需要获取设备多种物理量的历史监测信号，并从中筛选相关度较高的信号；然后为筛选出的信号设置归一化标签并转换为矩阵形式；再构建嵌套式长短期记忆神经网络，使用已知的信号矩阵进行训练，得到设备剩余寿命预测模型；最后利用高斯滤波法进一步优化模型输出，保证输出结果平稳可靠。本发明的方法及采用上述方法的系统能够对设备，尤其是长周期工作和具有耦合故障模式的机械设备的剩余使用寿命和退化状态进行实时精准预测，可实现机械设备故障的提前感知，保证设备的安全、稳定、长期运行。
-
公开(公告)号：CN109186964B
公开(公告)日：2019-12-17
申请号：CN201810849688.9
申请日：2018-07-28
Applicant: 华中科技大学
IPC: G01M13/00
Abstract: 本发明公开了一种基于角度重采样与ROC‑SVM的旋转机械故障诊断方法，属于机械设备故障诊断领域。该方法采用角度重采样技术消除转速波动；从时域和时频域维度进行特征值提取；运用ROC‑SVM实现旋转机械的特征选择与故障诊断。本发明使用角度重采样方法能够有效的消除转速波动引起的单位时间内振动信号采样点数变化，提高了后续提取特征值的品质；将时域和时频域特征结合起来，达到更加广泛的特征提取，得到足够多的振动信号信息；使用ROC‑SVM进行特征选择与故障诊断，选取最好的特征，防止不良特征降低故障分类器的效果；能够提高轴承故障诊断的准确性和有效性，能提高诊断速度，为解决轴承故障诊断问题提供了一种新思路。
-
Patent Agency Ranking
公开(公告)号：CN110245745A
公开(公告)日：2019-09-17
申请号：CN201910465467.6
申请日：2019-05-30
Applicant: 华中科技大学
Abstract: 本发明属于机械设备剩余使用寿命预测相关技术领域，其公开了一种基于集成双向循环神经网络的设备剩余使用寿命预测方法，该方法包括以下步骤：(1)获取样本设备的状态监测数据；(2)构建样本设备的多个具有不同网络结构的双向循环神经网络，基于所述状态监测数据依次对多个双向循环神经网络进行训练及校验，继而根据校验结果分类选择多个双向循环神经网络中预测效果排在前预定数量的双向循环神经网络；(3)采用集成学习算法对选择的双向循环神经网络进行集成以得到剩余使用寿命预测模型；(4)所述剩余使用寿命预测模型基于待预测设备的实时状态监测数据实时预测该待预测设备的剩余使用寿命。本发明提高了预测精度，灵活性较好。
-
公开(公告)号：CN110006650A
公开(公告)日：2019-07-12
申请号：CN201910203819.0
申请日：2019-03-18
Applicant: 华中科技大学
IPC: G01M13/045
Abstract: 本发明属于滚动轴承智能故障诊断相关技术领域，其公开了一种基于栈式剪枝稀疏去噪自动编码器的故障诊断方法，该方法包括以下步骤：(1)构建sPSDAE网络模型，所述sPSDAE网络模型采用在各个网络层迭代中确定及使用重构误差最小的信息传递通道；(2)将带有标签的信号数据输入到所述sPSDAE网络模型中，以进行无监督的自适应特征提取和有监督的顶层微调；接着，采用BP分类器对提取出的特征进行分类训练进而此得到故障诊断模型；(3)将信号数据输入到所述故障诊断模型，所述故障诊断模型对接受到的信号数据进行分类预测。本发明无需人工特征提取，提高了准确率及速度，灵活性较好。
-
公开(公告)号：CN107320737A
公开(公告)日：2017-11-07
申请号：CN201710487912.X
申请日：2017-06-23
Applicant: 华中科技大学同济医学院附属同济医院
CPC classification number: A61K49/14 , A61K49/1866 , B82Y25/00 , B82Y40/00
Abstract: 本发明公开了一种阿尔茨海默病老年斑纳米靶向磁共振诊断对比剂及制备方法，属于生物诊断试剂的开发领域，该方法制得的诊断对比剂可以顺利地通过血脑屏障，与老年斑特异性地结合，且具有超顺磁性，可以实现磁共振下老年斑的特异性显像。同时还具有低毒性、低免疫原性、空间体积小、成本低的优点，可以作为阿尔茨海默病磁共振成像中的诊断对比剂来应用，达到早期诊断阿尔茨海默病的目的。
-
公开(公告)号：CN107025274A
公开(公告)日：2017-08-08
申请号：CN201710167930.X
申请日：2017-03-21
Applicant: 华中科技大学
IPC: G06F17/30
CPC classification number: G06F17/30312 , G06F17/30572
Abstract: 本发明属于工业大数据处理相关技术领域，其公开了一种基于Hadoop的设备健康状态智能感知系统及方法，所述设备健康状态智能感知系统包括有多个传感器、Hadoop平台、数据管理模块、数据处理模块、状态监测模块、寿命监测模块及数据可视化模块；多个所述传感器用于检测设备的状态数据；所述Hadoop平台用于对所述状态数据进行分布式处理；所述数据管理模块用于对所述状态数据的导入及管理；所述数据处理模块对所述状态数据进行处理并将处理后的所述状态数据进行分类存储；所述状态监测模块用于对设备的状态进行识别及预测；所述寿命预测模块用于预测设备的寿命；所述数据可视化模块用于提取状态数据以进行可视化显示。
-
公开(公告)号：CN101520651B
公开(公告)日：2011-06-29
申请号：CN200910060949.X
申请日：2009-03-03
Applicant: 华中科技大学
IPC: G05B19/406
Abstract: 本发明提供了一种基于隐马尔科夫链的数控装备可靠性分析方法，具体为：1.监测数控装备的动态性能信号，抽取反映数控装备可靠性变动的性能特征参数值；2.构建性能特征参数值的预测模型；3.使用预测模型预测矢量化所需时间点内的性能特征参数值，采用信源编码方法对这些性能特征参数预测值进行矢量化；4.采用离散隐马尔科夫链模型识别数控装备的状态变迁概率；5.利用切普曼-柯尔莫哥洛夫微分方程建立运行状态与状态变迁概率的关系式，推断数控装备处于不同运行状态下的概率，即获得数控装备的可靠性变动规律。本发明能够在数控装备发生故障前准确地分析、评估和预测数控装备可靠性变动情况，避免数控装备故障的发生，提高数控装备的运行可靠性。
-
-
-
-
-
-
-
-
-
Search Results
59
records
(took 0.041 seconds)
