-
公开(公告)号:CN118568598A
公开(公告)日:2024-08-30
申请号:CN202411037656.0
申请日:2024-07-31
申请人: 安徽建筑大学
IPC分类号: G06F18/2415 , G06F18/2134 , G06F18/2136 , G06F18/214
摘要: 本发明的一种风力发电机齿轮箱信号稀疏分解方法、设备及存储介质,包括构建风力发电机齿轮箱信号的稀疏分解结构,在齿轮箱原始信号混叠情况未知的情况下,构建分离矩阵,通过信号幅值特征参量进行稀疏特征参量的分离;通过最大化目标函数,优化了分离矩阵的构建,提高了稀疏分解的表现;将信号幅值与时间编码作为输入,进行复局部平均分解,构建虚拟通道,解决了欠定盲源分离问题,增强了稀疏分解对复杂信号的处理能力,得到原始信号与稀疏特征参量一一对应的输出;利用历史实测数据对稀疏分解结构进行训练,训练后的模型实现输入特定的齿轮箱信号,得到对应的稀疏特征参量。本发明有效的提高了风力发电机齿轮箱信号噪声抑制和特性表征的效果。
-
公开(公告)号:CN118569291A
公开(公告)日:2024-08-30
申请号:CN202411052992.2
申请日:2024-08-02
申请人: 安徽建筑大学
摘要: 本发明的一种基于自取能RFID与DCNN的高铁路基状态监测方法及设备,利用RFID进行非接触式的信息传输,读取速度快同时抗干扰能力强,利用压电式振动能领取能避免了频繁更换锂电池的RFID传感器设置弊端,通过将RFID标签埋设在路基的关键位置,利用移动设备或巡检车上的RFID读写器进行数据采集,采用DCNN自动从原始数据中学习和提取特征,通过多层卷积和池化操作,从低级到高级逐层提取特征,引入Swish激活函数优化卷积层,层次化的特征表示方式使得模型能够捕捉数据的各种高维复杂模式信息,利用Maxout激活函数对卷积层进行非线性转换操作,通过局部连接和权重共享机制,有效减少了模型的参数数量,降低了计算复杂度和过拟合风险,并且保持一定的平移不变性。
-