-
公开(公告)号：CN117540172A
公开(公告)日：2024-02-09
申请号：CN202311675779.2
申请日：2023-12-07
Applicant: 同济大学
IPC: G06F18/20 , G06F18/213 , G06F18/241 , G06N3/0464 , G06N3/0442 , G06N3/088 , G01M13/045
Abstract: 本发明公开了一种基于时序自监督域自适应网络的转子故障诊断方法，包括：S1、通过多工况转子原始加速度数据构建自监督辅助数据，同时实现原始数据集及自监督辅助数据集划分；S2、通过构建辅助学习任务与自监督辅助数据进行模型训练和模型参数优化，在时序自监督学习过程中，采用无监督域自适应的方法，配合时序自监督学习实现时序自监督域自适应学习；S3、在下游故障识别任务中构建故障识别器并利用多域原始训练数据进行模型参数微调，然后获取最终模型并实现目标工况转子故障诊断。根据本发明，有效解决多工况域分布差异的问题，提高模型的适用性，可以在多工况、数据类不平衡等条件下实现转子故障特征提取及故障诊断。
-
Patent Agency Ranking
公开(公告)号：CN118428205A
公开(公告)日：2024-08-02
申请号：CN202410441959.2
申请日：2024-04-12
Applicant: 同济大学
IPC: G06F30/27 , G06F18/214 , G06F18/213 , G06F18/25 , G06F18/21 , G06N3/045 , G06N3/0442 , G06N3/0464 , G06N3/08 , G01R31/367 , G01R31/392 , G06F119/02
Abstract: 一种电池健康状态估计模型训练方法，包括如下步骤：获取若干电池的多传感信号数据，并将多传感信号数据进行处理形成源域数据集；通过EMD对源域数据集中的多传感信号数据进行分解，以获得IMF分量以及残差分量；对残差分量进行趋势性检验，并根据趋势性检验结果获得融合趋势信号；对IMF分量进行通道堆叠获得最终IMF信号；构建稠密循环卷积网络，将融合趋势信号及最终IMF信号输入到稠密循环卷积网络分别进行特征提取，以分别获得时序特征及局部振荡特征。该电池健康状态估计模型训练方法，实现了多种工况以及小子样条件下电池SOH估计，训练得到的模型适用性广，可以推广到不同的目标域，适用于多种不同电池工况，泛化能力强，预测的结果的准确性高。
-
公开(公告)号：CN115510902A
公开(公告)日：2022-12-23
申请号：CN202211145184.1
申请日：2022-09-20
Applicant: 同济大学
Abstract: 本发明提供一种基于多源异构数据的转子故障诊断方法及装置，属于深度学习领域。采用的技术方案先后包括如下步骤：首先搭建转子测试台，采用CD磁电式速度传感器采集振动信号，采用Fotric626型红外热像仪采集热图像数据；然后对多源异构数据进行预处理，包括数据集划分及数据标准化处理；接着搭建多源异构特征提取网络，该网络由多层卷积及特征交互模块堆叠构成，在此基础上构建全局特征融合模块，实现浅层特征与深层特征的融合处理；最后构建转子故障分类器，实现转子故障诊断。实验结果表明，该方法及装置故障诊断结果精度较高，可以准确地实现转子故障分类。
-
公开(公告)号：CN118967140B
公开(公告)日：2025-02-18
申请号：CN202411452907.1
申请日：2024-10-17
Applicant: 浙江安防职业技术学院 , 温州市未来城市研究院 , 同济大学
IPC: G06Q20/40 , G06V20/10 , G06V10/764 , G06V10/774 , G06V10/40 , G06N3/0464
Abstract: 本发明涉及一种基于自监督扰乱特征重构网络的小样本红树林生物量估计方法，先利用Landsat8遥感影像及DEM高程数据提取波段信息、植被指数、纹理特征与气压高度指标的22个原始特征量；随后针对原始特征量，随机选取部分特征量进行扰乱顺序并添加干扰，利用其余特征量指导重构扰乱前的特征量，由少量数据对红树林的特征进行深度提取；之后建立学习任务模型，基于多个多视野级联卷积模块深度堆叠，构建多视野卷积神经网络提取红树林深层特征；最终，构建生物量估计器并对模型参数进行微调，获取最终模型并得到小样本下红树林生物量精准估计值；实现在数据稀缺下有效提高对红树林特征数据的提取性能，进而对红树林生物量精准估计。
-
公开(公告)号：CN118967140A
公开(公告)日：2024-11-15
申请号：CN202411452907.1
申请日：2024-10-17
Applicant: 浙江安防职业技术学院 , 温州市未来城市研究院 , 同济大学
IPC: G06Q20/40 , G06V20/10 , G06V10/764 , G06V10/774 , G06V10/40 , G06N3/0464
Abstract: 本发明涉及一种基于自监督扰乱特征重构网络的小样本红树林生物量估计方法，先利用Landsat8遥感影像及DEM高程数据提取波段信息、植被指数、纹理特征与气压高度指标的22个原始特征量；随后针对原始特征量，随机选取部分特征量进行扰乱顺序并添加干扰，利用其余特征量指导重构扰乱前的特征量，由少量数据对红树林的特征进行深度提取；之后建立学习任务模型，基于多个多视野级联卷积模块深度堆叠，构建多视野卷积神经网络提取红树林深层特征；最终，构建生物量估计器并对模型参数进行微调，获取最终模型并得到小样本下红树林生物量精准估计值；实现在数据稀缺下有效提高对红树林特征数据的提取性能，进而对红树林生物量精准估计。
-
公开(公告)号：CN113536556A
公开(公告)日：2021-10-22
申请号：CN202110749497.7
申请日：2021-07-02
Applicant: 同济大学
IPC: G06F30/20 , G06F30/17 , G06F30/15 , G06F111/08 , G06F119/02 , G06F119/08
Abstract: 本发明涉及一种基于多物理场耦合的航天用载流滑环温升建模方法，属于导电摩擦副技术领域。该方法首先计算电刷触头及汇流盘的理论接触面积，基于导电斑点计算电刷触头与汇流盘的接触电阻与接触电阻热。此外，基于汇流盘的电阻计算电阻焦耳热，进而计算滑动触头与汇流盘的摩擦热。最后，综合接触电阻热、汇流盘电阻焦耳热及摩擦热产生的总热，通过热辐射计算散热速率，并与产热达到动态平衡计算得到稳态温度。因为相比以前的实验测量方法，本发明对热场、力场、电场之间的耦合关系进行探究，并对航天用载流滑环温升机理进行建模，分析影响载流滑环温度的因素，所以，该方法具有节省大量资金及时间，提升卫星载流滑环工作可靠性的优点。
-
-
-
-
-
Search Results
6
records
(took 0.013 seconds)
