-
公开(公告)号：CN116593157A
公开(公告)日：2023-08-15
申请号：CN202310567067.2
申请日：2023-05-19
申请人： 西安理工大学
IPC分类号： G01M13/028 , G01M13/021 , G06F18/00 , G06F18/10 , G06N3/0464 , G06N3/09 , G06N3/0985 , G06N3/084
摘要： 本发明公开了少样本下基于匹配元学习的复杂工况齿轮故障诊断方法，具体按照以下步骤实施：获取齿轮不同工况下的振动信号数据，划分为源域和目标域；构建结合多尺度特征提取器和全局分类器的监督学习网络；对监督学习网络进行全局监督训练，获取优化后的多尺度特征提取器；构建基于匹配网络的度量模块，结合优化后的多尺度特征提取器，形成基于匹配元学习的故障分类网络；对度量模块进行训练，得到优化后的基于匹配元学习的故障分类网络；输入到优化后的基于匹配元学习的故障分类网络中进行诊断，得到齿轮故障诊断结果。本发明解决了现有技术中存在的模型难以训练，不易收敛和训练样本量较低时，故障诊断较低问题。
-
公开(公告)号：CN113867654A
公开(公告)日：2021-12-31
申请号：CN202111139740.X
申请日：2021-09-27
申请人： 西安理工大学
摘要： 本发明公开了一种基于PDF页面的拆分和拼页方法，先读取PDF文件，同时将页面数据转换为图像数据，将得到的图像数据进行通道分离和像素占比检测，包括计算彩色像素在整个图像上的占比和与标准灰度图像的偏离值，进行页面的灰彩判断；根据灰彩判断结果以及内建的打印方式和拼页方式选项对页面进行分离与重组。本发明使用图像分析和处理技术对PDF页面进行提取和判断，并根据输出方式对PDF中的彩页和黑白页进行拆分和拼页，提高效率，保证质量，降低成本。
-
-
公开(公告)号：CN114996920A
公开(公告)日：2022-09-02
申请号：CN202210561098.2
申请日：2022-05-23
申请人： 西安理工大学
IPC分类号： G06F30/20 , G06F30/23 , G06F17/11 , G06F119/14
摘要： 本发明公开了基于混合正则化策略的非线性结构冲击激励载荷识别方法，具体按照以下步骤进行实施，首先，获取冲击激励位置与振动响应测点位置间的传递矩阵；测量待识别的冲击激励载荷作用下非线性机械结构的振动响应；构建稀疏表征模型；利用凸优化算法求解构建的稀疏表征模型，得到作用于非线性机械结构上的扩展力；从扩展力中提取冲击激励载荷和非线性力峰值信息；依据得到的冲击激励载荷构建非线性响应传递方程，通过l2范数正则化方法对非线性响应传递方程进行求解，得到非线性力的缓变趋势信息。本发明解决了现有技术中直接利用l1范数稀疏正则化方法导致的识别精度低、结果不稳定的问题。
-
公开(公告)号：CN116756544A
公开(公告)日：2023-09-15
申请号：CN202310685746.X
申请日：2023-06-09
申请人： 西安理工大学
IPC分类号： G06F18/213 , G06F18/214 , G06F18/25 , G06N3/0464 , G06N3/048 , G06N3/08
摘要： 本发明公开了基于多深度加权孪生网络的少样本故障诊断方法，具体按照以下步骤实施：步骤1、构建训练集样本对和测试集样本对；步骤2、构建基于多深度加权的特征提取器；步骤3、构建基于深度神经网络的度量学习器：步骤4、将步骤2中特征提取器和步骤3中度量学习器结合构成基于多深度加权的孪生网络模型，利用步骤1中训练集样本对对基于多深度加权的孪生网络模型进行训练并优化；步骤5、将步骤1中测试集样本对输入到步骤4优化后的基于多深度加权的孪生网络模型中进行诊断，得到少样本下轴承故障诊断结果，解决了现有技术中存在少样本故障诊断性能低的问题。
-
公开(公告)号：CN218056068U
公开(公告)日：2022-12-16
申请号：CN202221238334.9
申请日：2022-05-23
申请人： 西安理工大学
摘要： 本实用新型公开了无胶提手式饮料外卖包装盒，包括外包装盒体，外包装盒体由单张瓦楞纸板折叠而成长方体结构，外包装盒体相对一侧开口，外包装盒体内部形成通腔，通腔内部设有内衬结构，外包装盒体顶部设置提手。本实用新型通过将内衬放入外包装盒体内部进行固定，内衬结构和外包装盒体均采用锁合结构相连接，减少胶带的使用，利用率高，解决了现有的饮料外卖包装盒不便运输携带、不易于固定的问题。本实用新型方便运输携带以及取出使用，不容易被撕扯裂开，使包装盒内物体稳定，不向盒体外部倾斜，整体强度好，实现环保纸盒包装。
-
-
-
-
-
搜索结果
6 条记录 (耗时 0.029 秒)
