-
公开(公告)号：CN116309521A
公开(公告)日：2023-06-23
申请号：CN202310346527.9
申请日：2023-04-03
申请人： 合肥工业大学 , 安徽华工智能科技研究院有限公司
IPC分类号： G06T7/00 , G01N27/83 , F17D5/02 , G06V10/80 , G06N3/084 , G06N3/0442 , G06N3/0464
摘要： 本发明公开了一种基于双重注意力网络的油气管道漏磁检测方法，属于管道检修技术领域，其步骤包括：1通过漏磁检测器采集油气管道漏磁曲线图像，并构建油气管道漏磁图像数据集；2搭建双重注意力网络，网络结构包含多尺度卷积神经网络模块、尺度注意力模块、双向门控循环单元模块、时间注意力模块和全连接网络预测模块；3训练双重注意力网络模型，优化模型参数；4利用训练好的双重注意力模型预测管道的缺陷情况。本发明能自适应融合多个尺度上的缺陷特征，并能实现不同时间的特征的差异性利用，从而能提升油气管道漏磁检测效果。
-
公开(公告)号：CN116245873A
公开(公告)日：2023-06-09
申请号：CN202310346566.9
申请日：2023-04-03
申请人： 合肥工业大学 , 安徽华工智能科技研究院有限公司
IPC分类号： G06T7/00 , G01N27/83 , F17D5/02 , G06N3/08 , G06V10/764 , G06V10/44 , G06V10/82 , G06T3/40 , G06V10/42 , G06V10/80 , G06N3/0464
摘要： 本发明公开了一种基于改进的transformer的管道漏磁检测方法，属于管道检修技术领域，其步骤包括：1通过漏磁检测器采集油气管道漏磁曲线图像，并构建油气管道漏磁图像数据集；2搭建改进的transformer网络，网络结构包含卷积模块、编码模块和全连接网络预测模块；3训练改进的transformer网络模型，优化模型参数；4利用训练好的改进的transformer模型预测管道的缺陷情况。本发明能自适应能实现局部特征与全局特征的互补性利用，从而提升管道漏磁检测效果。
-
公开(公告)号：CN117237685A
公开(公告)日：2023-12-15
申请号：CN202311201166.5
申请日：2023-09-18
申请人： 合肥工业大学
IPC分类号： G06V10/762 , G06V10/44 , G06V10/80 , G06N3/0442 , G06N3/084 , G06N3/047 , G06N3/048 , G06N3/0455 , G06N3/088 , G06F18/23
摘要： 本发明公开了一种基于多模态深度聚类的机械设备故障诊断方法，其步骤包括：1.收集机械设备运行状态的传感器信号数据，通过小波包变换生成时频图像数据，并对信号数据与时频图像数据进行预处理，构建数据样本集；2.搭建多模态无监督网络，网络结构包括卷积自编码器模块、门控递归单元自编码器模块、多模态融合模块和聚类模块；3.训练多模态无监督网络，并优化网络参数；4.利用训练好的多模态无监督网络模型对机械设备进行故障诊断。本发明能从无标签的多模态数据中提取不同模态数据的深度特征并实现多模态特征的自适应融合，从而提升机械设备故障诊断的效果。
-
公开(公告)号：CN114266278A
公开(公告)日：2022-04-01
申请号：CN202111637184.9
申请日：2021-12-29
申请人： 合肥工业大学
摘要： 本发明公开了一种基于双重注意力网络的设备剩余使用寿命预测方法，其步骤包括：1收集传感器数据并进行预处理，通过滑动时间窗口方法构建数据样本集；2搭建双重注意力网络，网络结构包含空间注意力模块、双向长短期记忆模块、时间注意力模块和全连接网络预测模块；3训练双重注意力网络模型，优化模型参数；4利用训练好的双重注意力网络模型预测设备的剩余使用寿命。本发明能自适应融合多源传感器数据，并能实现不同时间的特征的差异性利用，从而提升剩余使用寿命预测效果。
-
公开(公告)号：CN114707731A
公开(公告)日：2022-07-05
申请号：CN202210371790.9
申请日：2022-04-11
申请人： 合肥工业大学
摘要： 本发明公开了一种基于双层注意力网络多域特征融合的设备剩余寿命预测方法，包括：1、融合领域知识，提取信号信息的时域、频域和时频域统计特征；2、构建多尺度特征提取模块，采用不同大小卷积核的一维卷积神经网络从多个尺度的信号信息中提取特征；3、基于尺度注意力模块对得到的多尺度综合信息进行加权组合；4、将多尺度特征输入长短期记忆网络提取多尺度深度特征；5、采用领域注意力模块，为多尺度深度特征和三种统计特征赋予不同的权重，有针对性的利用不同的特征组合进行设备剩余寿命预测。本发明能快速、准确地预测设备的剩余寿命，从而提高工程机械高端装备可靠性和安全性、降低失效事件发生的风险。
-
公开(公告)号：CN114692694A
公开(公告)日：2022-07-01
申请号：CN202210372271.4
申请日：2022-04-11
申请人： 合肥工业大学
摘要： 本发明公开了一种基于特征融合和集成聚类的设备故障诊断方法，其步骤包括：第一，采集数据并进行预处理；第二，利用信号处理方法提取时域、频域、时频域特征的统计特征，同时，利用基于双向长短期记忆网络的降噪自编码器提取深度表示特征；第三，基于上述特征，生成多个特征空间，并训练基聚类器；第四，利用选择性加权投票法融合各基聚类器结果，进行设备故障诊断。本发明能够有效融合多类特征，同时确保设备故障诊断模型的稳定性和鲁棒性，从而提高设备故障诊断的精度。
-
-
-
公开(公告)号：CN114692694B
公开(公告)日：2024-02-13
申请号：CN202210372271.4
申请日：2022-04-11
申请人： 合肥工业大学
IPC分类号： G06F18/213 , G06F18/10 , G06F18/23 , G06F18/25 , G06N3/0442 , G06N3/08
摘要： 本发明公开了一种基于特征融合和集成聚类的设备故障诊断方法，其步骤包括：第一，采集数据并进行预处理；第二，利用信号处理方法提取时域、频域、时频域特征的统计特征，同时，利用基于双向长短期记忆网络的降噪自编码器提取深度表示特征；第三，基于上述特征，生成多个特征空间，并训练基聚类器；第四，利用选择性加权投票法融合各基聚类器结果，进行设备故障诊断。本发明能够有效融合多类特征，同时确保设备故障诊断模型的稳定性和鲁棒性，从而提高设备故障诊断的精度。
-
公开(公告)号：CN105550711A
公开(公告)日：2016-05-04
申请号：CN201510953417.4
申请日：2015-12-16
申请人： 合肥工业大学
IPC分类号： G06K9/62
CPC分类号： G06K9/6256 , G06K9/6229 , G06K9/6269
摘要： 本发明公开了一种基于萤火虫算法的选择性集成学习方法，其特征按如下步骤进行：步骤1、初始化；步骤2、荧光素更新阶段；步骤3、萤火虫个体移动阶段；步骤4、动态决策域更新阶段；步骤5、输出最优解。本发明使用萤火虫算法优化集成中各个分类器中的权重，选择部分精度高、差异度大的分类器参与集成，能提高集成的泛化性能和分类预测准确率，从而满足解决实际问题的需要。
-
-
-
-
-
-
-
-
-
搜索结果
15 条记录 (耗时 0.045 秒)
