公开(公告)号：CN117076935A

公开(公告)日：2023-11-17

申请号：CN202311331981.3

申请日：2023-10-16

申请人： 武汉理工大学

发明人： 于燕南 ,  刘志平 ,  韩国栋

IPC分类号： G06F18/214 ,  G06N3/094 ,  G06F18/25 ,  G06F30/23

摘要： 本发明提供了一种数字孪生辅助的机械故障数据轻量级生成方法机系统，建立待生成故障数据机械装备的仿真模型，并基于数字孪生理念对仿真模型的参数进行修正；对仿真模型进行各种故障类型和程度的仿真模拟，获取对应的故障仿真数据；在机械装备所有零部件健康状态下，采集对应目标工况下机械设备的实测工作数据；采用格拉姆角场GAF，将一维的故障仿真数据转换为二维图像作为前景信息，将实测工作数据转换为二维图像并作为背景信息；将前景信息作为随机噪声，将背景信息作为真实样本联合输入至生成对抗网络GAN，直至达到纳什平衡以生成故障数据。生成大量的具有各种故障标签的高质量故障数据，解决故障样本质差量少的问题。

公开(公告)号：CN118350254B

公开(公告)日：2024-09-03

申请号：CN202410772975.X

申请日：2024-06-17

申请人： 武汉理工大学

发明人： 刘志平 ,  韩国栋 ,  于燕南 ,  陆瑶

IPC分类号： G06F30/23 ,  G06F30/27 ,  G06F18/25 ,  G06N3/0464 ,  G06N3/08 ,  G06F119/04

摘要： 本发明公开了一种多源数据融合下的结构寿命计算评估方法，包括以下步骤：S1、从孪生模型获取孪生数据；所述孪生模型基于被测的金属结构实体建立，所述孪生数据包括若干测量项；S2、将孪生数据输入预设的卷积神经网络，得到数据融合结果；S3、根据数据融合结果得到寿命评估结果。该方法通过综合利用来自不同数据源的信息，显著提高结构寿命评估的准确性和可靠性。

公开(公告)号：CN118865064A

公开(公告)日：2024-10-29

申请号：CN202411328295.5

申请日：2024-09-24

申请人： 武汉理工大学

发明人： 刘志平 ,  陆瑶 ,  韩国栋 ,  于燕南

IPC分类号： G06V10/82 ,  G06N3/0475 ,  G06N3/094 ,  G06V10/20 ,  G06V10/26 ,  G06V10/34 ,  G06V10/764 ,  G06V10/774 ,  B65G43/00

摘要： 本发明公开了一种输送机托辊红外图像小样本生成方法及其故障模拟装置，该方法使用包括生成器和判别器的生成对抗网络模型，包括简单任务学习阶段和复杂任务学习阶段；简单任务学习阶段，仅使用完全卡死托辊的红外图像，学习其全局温度分布和局部高温区域分布，结合全局温度分布和局部高温区域分布的损失训练生成对抗网络模型；复杂任务学习阶段，使用其他预设卡死类型托辊的红外图像，学习其全局标签分布和局部标志性区域标签分布，结合全局标签分布和局部标志性区域标签分布的损失训练生成对抗网络模型；利用训练好的生成对抗网络模型进行输送机托辊红外图像小样本生成。本发明能够生成高质量的托辊红外图像，从而提升故障检测的准确性和效率。

公开(公告)号：CN117076935B

公开(公告)日：2024-02-06

申请号：CN202311331981.3

申请日：2023-10-16

申请人： 武汉理工大学

发明人： 于燕南 ,  刘志平 ,  韩国栋

IPC分类号： G06F18/214 ,  G06N3/094 ,  G06F18/25 ,  G06F30/23

摘要： 本发明提供了一种数字孪生辅助的机械故障数据轻量级生成方法机系统，建立待生成故障数据机械装备的仿真模型，并基于数字孪生理念对仿真模型的参数进行修正；对仿真模型进行各种故障类型和程度的仿真模拟，获取对应的故障仿真数据；在机械装备所有零部件健康状态下，采集对应目标工况下机械设备的实测工作数据；采用格拉姆角场GAF，将一维的故障仿真数据转换为二维图像作为前景信息，将实测工作数据转换为二维图像并作为背景信息；将前景信息作为随机噪声，将背景信息作为真实样本联合输入至生成对抗网络GAN，直至达到纳什平衡以生成故障数据。生成大量的具有各种故障标签的高质量故障数据，解决故障样本质差量少的问题。

公开(公告)号：CN118350254A

公开(公告)日：2024-07-16

申请号：CN202410772975.X

申请日：2024-06-17

申请人： 武汉理工大学

发明人： 刘志平 ,  韩国栋 ,  于燕南 ,  陆瑶

IPC分类号： G06F30/23 ,  G06F30/27 ,  G06F18/25 ,  G06N3/0464 ,  G06N3/08 ,  G06F119/04

摘要： 本发明公开了一种多源数据融合下的结构寿命计算评估方法，包括以下步骤：S1、从孪生模型获取孪生数据；所述孪生模型基于被测的金属结构实体建立，所述孪生数据包括若干测量项；S2、将孪生数据输入预设的卷积神经网络，得到数据融合结果；S3、根据数据融合结果得到寿命评估结果。该方法通过综合利用来自不同数据源的信息，显著提高结构寿命评估的准确性和可靠性。