-
公开(公告)号：CN112184037B
公开(公告)日：2022-11-11
申请号：CN202011065955.7
申请日：2020-09-30
Applicant: 华中科技大学
Abstract: 本发明公开了一种基于加权SVDD的多模态过程故障检测方法，属于工业制造过程的多模态监控技术领域，包括：获取不同模态的正常数据，组成初始数据集X，并利用长度为w的滑动窗口在X上滑动，得到窗口数据序列；计算各窗口数据的统计量作为样本，分别计算各样本的局部可达密度比，作为对应的权重因子，利用加权SVDD算法建立超球体模型，优化计算得到拉格朗日因子αi，超球体的中心a和半径R；局部可达密度比为局部可达密度归一化之后的值；计算待检测的检测窗口数据Xon的统计量，作为待检测样本；根据αi计算待检测样本到a的距离DIST；若DIST＞R，则判定系统发生故障；若DIST≤R，则判定系统正常。本发明能够提高多模态过程故障检测过程的准确度和灵敏度。
-
公开(公告)号：CN110033021B
公开(公告)日：2021-04-06
申请号：CN201910172832.4
申请日：2019-03-07
Applicant: 华中科技大学
Abstract: 本发明公开了一种基于一维多路卷积神经网络的故障分类方法，属于工业过程监控技术领域。该方法对传统的二维卷积神经网络做出改进，沿变量方向运用多路并列的一维卷积神经网络，对各变量之间的互相关性进行解构，独立地对各变量进行卷积、池化而提取时序特征信息，所提取的特征更加多样化，鲁棒性更高，克服了传统二维卷积神经网络对输入数据中变量先验排列次序的敏感，更加适用于复杂、高阶的工业过程数据；实验表明，采用本发明提供的基于一维多路卷积神经网络训练得到的故障分类模型，可有效地进行工业过程数据的故障分类，相比常用模型具有更高的泛化能力。
-
公开(公告)号：CN108537249B
公开(公告)日：2020-05-19
申请号：CN201810217551.1
申请日：2018-03-15
Applicant: 华中科技大学
IPC: G06K9/62
Abstract: 本发明公开了一种密度峰值聚类的工业过程数据聚类方法，包括：获取工业过程数据组成数据集；将数据集中数据之间的欧氏距离与时间因数相结合，得到数据之间的距离；根据数据之间的距离和调节参数得到截断距离，进而得到每个数据的局部密度，计算每个数据与比它的局部密度大的数据之间的最小距离；对数据集中每个数据的局部密度与最小距离的乘积排序，取乘积较大的前H个数据为聚类中心，比聚类中心的局部密度大的数据中距离聚类中心最近的数据与聚类中心属于同一类；对于数据集中没有类属性的数据按照局部密度从大到小的顺序判断其类属性，进而得到工业过程数据的聚类结果。本发明的聚类中心更合理、自动确定聚类中心个数并且时间复杂度较小。
-
公开(公告)号：CN109947076A
公开(公告)日：2019-06-28
申请号：CN201910193870.8
申请日：2019-03-14
Applicant: 华中科技大学
IPC: G05B23/02
Abstract: 本发明涉及一种基于贝叶斯信息准则的工业过程故障诊断方法，包括：采集正常工业数据，利用正常数据求出几种检测统计量；将待测样本进行故障检测；将故障样本的故障隔离任务表示为组合优化问题；结合贝叶斯信息准则将上述问题转变为混合整数非线性规划问题；利用前向选择算法进一步简化为混合整数二次规划问题；采用分支定界算法求解系列相似混合整数二次规划问题，最终得到引起样本发生故障的故障变量组合。本发明具有通用性，无需预先确定故障方向或已知历史故障数据集，即可识别出故障变量，且当发生的故障幅度较小时，本发明也能得到准确的诊断结果，此外，将组合优化问题转化为具有稀疏约束的二次规划问题来进行求解，大大提高了计算效率。
-
公开(公告)号：CN108334898A
公开(公告)日：2018-07-27
申请号：CN201810062893.0
申请日：2018-01-23
Applicant: 华中科技大学
IPC: G06K9/62
Abstract: 本发明公开了一种多模态工业过程模态辨识与故障分类方法，包括：采集来自不同模态下的工业过程历史正常数据和故障数据；对不同的模态进行离线分类；采集待检测的工业过程数据；根据标准欧氏距离计算待检测样本的两个特征量：点的局部密度和到高局部密度点的最小距离；根据两个特征量的分布情况，在线判断待检测样本所属的模态；本发明通过采集来自不同模态下的故障历史数据；对不同的故障进行离线分类；采集待检测的故障样本；在线判断待检测样本的故障类型；可以在不需要先验知识的条件下，辨识出数据的模态和故障类型，并且在聚类时不需要指定聚类中心和聚类数目，大大降低了计算量。
-
Patent Agency Ranking
公开(公告)号：CN104748779A
公开(公告)日：2015-07-01
申请号：CN201510130820.7
申请日：2015-03-25
Applicant: 华中科技大学
IPC: G01D18/00
Abstract: 本发明涉及设备校准领域，特别涉及一种用于信号检测设备的校准系统。包括校准计划建立模块、校准计划执行模块、校准误差分析模块和设备参数调整模块。本发明的信号检测设备校准系统可以复用测试计划，尤其是涉及到设备、仪器、信号源、数据采集、结果等多个方面的参数设置时，复用计划可以很好的节省工作量；同时可以将计划、现场测试分离，在现场测试之前拟制计划，从而节约现场测试时间，提高校准方法使用的便捷性。
-
公开(公告)号：CN104748778A
公开(公告)日：2015-07-01
申请号：CN201510130434.8
申请日：2015-03-25
Applicant: 华中科技大学
IPC: G01D18/00
Abstract: 本发明涉及一种基于空域参数外辐射信号源方式的信号检测设备校准方法。本发明的信号检测设备校准方法可以远程控制外辐射源和待检测的信号检测设备，采集外辐射发生的信号的方位角的参考值和测试值，并将方位角测量值和所述方位角的参考值进行比较分析，给出待检测设备的精度等级以及操作建议。本发明的信号检测设备校准方法可以复用测试计划，尤其是涉及到设备、仪器、信号源、数据采集、结果等多个方面的参数设置时，复用计划可以很好的节省工作量；同时可以将计划、现场测试分离，在现场测试之前拟制计划，从而节约现场测试时间，提高校准方法使用的便捷性。
-
公开(公告)号：CN116857569A
公开(公告)日：2023-10-10
申请号：CN202310724580.8
申请日：2023-06-16
Applicant: 华中科技大学
IPC: F17D5/02 , F16L55/38 , F16L55/40 , F16L101/30
Abstract: 本发明公开了一种自流式输水管道泄漏检测装置定位修正方法，属于管道泄漏定位领域，所述检测装置为搭载捷联式惯导模块、且在输水管道内随水流定轴转动的球形检测器，该方法包括：S1，采用惯性导航算法确定所述球形检测器在输水管道内的第一平动速度；S2，根据所述球形检测器的实时滚动转速，以及预先建立的所述球形检测器的滚动转速与第二平动速度之间的关系式，确定所述球形检测器的第二平动速度；其中，所述关系式为对球形检测器的滚动速度与平动速度之间的关系进行拟合分析得到；S3，采用所述第二平动速度对所述第一平动速度进行修正，根据修正后的第一平动速度进行管道泄漏位置解算；该方法能够进一步提高管道泄漏点的定位精度。
-
公开(公告)号：CN116524535A
公开(公告)日：2023-08-01
申请号：CN202310387736.8
申请日：2023-04-07
Applicant: 华中科技大学
IPC: G06V40/10 , G06V10/40 , G06V10/46 , G06V10/80 , G06V10/82 , G06N3/045 , G06N3/0464 , G06N3/084 , G06N3/09
Abstract: 本发明公开了一种人体姿态估计的方法及系统。该方法包括：获取待处理的目标图像，将目标图像输入至用于人体姿态估计的主干网络进行处理得到预测关键点坐标；将主干网络中特征提取过程的多尺度特征图进行特征提取和融合，得到高分辨率特征图；将高分辨率特征图按通道分为两部分，分别将二维特征变形为一维特征，并采用多层感知机聚合特征，得到x方向和y方向的偏移特征图Hx和Hy；根据偏移特征图Hx和Hy计算得到预测偏移量Ox和Oy，并根据预测偏移量对预测关键点坐标进行偏移修正和误差补偿。在主干网络的基础上增加改进偏移引导网络，减小计算偏移过程中量化带来的误差，提高偏移修正的准确度，提高了预测精度。
-
公开(公告)号：CN114252797B
公开(公告)日：2023-03-10
申请号：CN202111552936.1
申请日：2021-12-17
Applicant: 华中科技大学
IPC: G01R31/392
Abstract: 本发明公开了一种基于不确定性估计的锂电池剩余使用寿命预测方法，根据历史电池容量数据的充放电循环数和电池容量值之间的关系，建立经验退化模型；根据经验退化模型，建立状态空间模型；根据噪声参数的初值，迭代求解状态空间模型，并从求解过程中提取出代表不确定性的过程噪声和观测噪声，即噪声参数的估计值，以对状态空间模型进行调整，并采用调整后的状态空间模型预测电池的剩余使用寿命。相对于现有通过人工经验来给定噪声参数的方式，本发明提供的方法能从迭代求解过程中，计算、估计各个时刻的噪声值，使统计得到的噪声分布更贴近于真实分布，建立的状态空间模型更加准确，从而能够提高预测精度。
-
-
-
-
-
-
-
-
-
Search Results
42
records
(took 0.029 seconds)
