公开(公告)号：CN119535203A

公开(公告)日：2025-02-28

申请号：CN202411477553.6

申请日：2024-10-22

Applicant: 三峡大学

Inventor： 付文龙 ,  阿日希 ,  廖伟清 ,  李帅

IPC: G01R31/34 ,  G08B21/18 ,  G01D21/02 ,  G06F18/243 ,  G06F18/2411 ,  G06F18/2131 ,  G06F18/10 ,  G06F123/02

Abstract: 一种电机转子偏心故障预警装置，包括检测单元：采集运行状态下的电机运行数据，与偏心故障状态下的电机数据进行比较；存储单元：储存电机运行状态下的数据、偏心故障和报警数据；预警单元：检测单元算法通过生成预警信息并触发报警机制，及时通知相关维护人员。预警生成过程根据异常检测的结果判断故障等级，并在超过设定阈值时发送通知。异常信号及其特征将记录在数据库中，供后续分析使用。显示单元：实时显示电机运行数据，并在触发预警提示时显示预警信息。本发明提供的一种电机转子偏心故障预警装置，能对电机动态偏心故障进行准确的预警。

公开(公告)号：CN118464449A

公开(公告)日：2024-08-09

申请号：CN202410550097.7

申请日：2024-05-06

Applicant: 三峡大学

Inventor： 付文龙 ,  廖伟清 ,  杨棵 ,  黄玉光

IPC: G01M13/045 ,  G06F18/25 ,  G06F18/2131 ,  G06F18/211 ,  G06F18/243 ,  G06F18/2337

Abstract: 基于特征融合与FCM算法的轴承故障诊断方法，对轴承振动信号进行时域分析，提取多个时域特征；通过一维离散小波包变换对轴承振动信号进行多层小波包分解，得到多个小波包，以这些小波包的归一化能量作为频域特征；分别对提取的时域特征和频域特征进行类别可分性比较，筛选出时域优势特征和频域优势特征；通过LLE算法分别对时域优势特征和频域优势特征进行降维融合，得到一维时域融合特征和一维频域融合特征；联合所得一维时域融合特征与一维频域融合特征，构成二维联合特征；使用FCM算法对得到的二维联合特征进行聚合分类，得到诊断结果。该方法充分利用信号时域特征与频域特征之间的联系，有效提高轴承故障诊断的准确性和可靠性。

公开(公告)号：CN118468019A

公开(公告)日：2024-08-09

申请号：CN202410395177.X

申请日：2024-04-02

Applicant: 三峡大学

Inventor： 付文龙 ,  黄玉光 ,  廖伟清 ,  杨棵

IPC: G06F18/214 ,  G01M13/045 ,  G06F18/2131 ,  G06F18/2415 ,  G06T11/00 ,  G06V10/40 ,  G06V10/80 ,  G06V10/82 ,  G06N3/045 ,  G06N3/0464 ,  G06N3/0475 ,  G06N3/094

Abstract: 基于二维时频图像空间域和频域辅助分类生成对抗网络的不平衡轴承数据故障诊断方法，利用连续小波变换将一维原始振动信号通过提取特征转换为二维时频图样本；建立SAFD‑ACGAN模型；通过SAFD‑ACGAN模型生成具有清晰纹理细节和颜色信息的时频图像样本，对轴承不平衡数据集进行扩充得到平衡数据集；将平衡后的训练集时频样本输入到辅助分类器进行故障诊断模型的训练，再将测试集输入到训练好的辅助分类器中，从而实现轴承状态的准确预测。本发明故障诊断方法通过将原始一维振动信号用连续小波变换转换为二维时频图像，再利用生成网络生成具有清晰纹理细节和颜色信息的高质量时频伪图像的方式来平衡故障数据分布，进而提高故障诊断模型的准确率和稳定性。

公开(公告)号：CN117992852A

公开(公告)日：2024-05-07

申请号：CN202410204002.6

申请日：2024-02-23

Applicant: 三峡大学

Inventor： 付文龙 ,  杨棵 ,  廖伟清 ,  黄玉光

IPC: G06F18/241 ,  G06F18/2135 ,  G06N3/0464 ,  G06N3/0475 ,  G06N3/094 ,  G06F18/25 ,  G06N3/045

Abstract: 基于主成分分析和改进Wasserstein GAN的旋转机械故障诊断方法，包括：利用PCA算法对采集的多传感器数据降至三维，获得三通道时域特征；将三个通道中的每个通道指定长度的特征转换为矩阵，并融合三个通道的矩阵，获得具有多传感器信息的RGB图像；将RGB图片划分为不同样本数量的训练集数据，以及测试集数据；将训练集数据输入到改进WassersteinGAN网络模型，直至达到纳什平衡，并生成足量的样本扩充原始数据集，得到新的数据集；将得到新的数据集输入到搭建的残差CNN分类器进行训练；将测试集数据输入到训练好的残差CNN分类器中进行测试。本发明在Wasserstein GAN的生成器和判别器中分别引入L1损失函数和梯度惩罚项，以提高图片的生成质量和模型训练的稳定性，从而进一步提高生成图片质量。

公开(公告)号：CN118486003A

公开(公告)日：2024-08-13

申请号：CN202410640993.2

申请日：2024-05-22

Applicant: 三峡大学

Inventor： 付文龙 ,  熊浩伟 ,  廖伟清 ,  文斌

IPC: G06V20/59 ,  G06V40/16 ,  G06V10/44 ,  G06V10/764 ,  G06V10/82 ,  G06N3/0464 ,  G06N3/048 ,  G06N3/08

Abstract: 基于Yolov5‑Face与改进VGG‑16的汽车驾驶员状态监测方法，采集驾驶员的驾车图像信息；使用Yolov5‑Face网络对驾车图像进行人脸区域位置检测；对检测出的人脸区域进行裁剪；对裁剪之后的图像进行预处理；训练改进的VGG‑16深度学习网络，生成权重；驾驶员状态图像进行分类；对每类疲劳驾驶特征进行加权计算，得出疲劳指数，若是疲劳指数超过一定阈值，进行预警。该方法将传统的检测算法与深度学习相结合，能够通过汽车驾驶员监测系统DMS实现驾驶员状态实时监测，对疲劳驾驶进行预警，并且具有较高的准确率。

公开(公告)号：CN118094371A

公开(公告)日：2024-05-28

申请号：CN202410100889.4

申请日：2024-01-23

Applicant: 三峡大学

Inventor： 付文龙 ,  廖伟清 ,  杨棵 ,  谭超 ,  李佰霖

IPC: G06F18/2415 ,  G01M13/045 ,  G06F18/213 ,  G06F18/214 ,  G06F18/25 ,  G06N3/0464 ,  G06N3/0442 ,  G06N3/047 ,  G06N3/09

Abstract: 基于多尺度残差网络和改进GRU的滚动轴承故障诊断方法，包括以下步骤：获取滚动轴承运行过程中的原始振动数据，划分为训练数据集和测试数据集；将训练数据集输入多尺度残差网络中进行初步特征提取；将多尺度残差网络提取的局部特征信息输入到改进GRU中；最终得到的特征信息经过α‑Dropout和全局平均池化处理后，输入softmax层进行故障分类；对多尺度残差网络和改进GRU的参数进行调优，得到训练好的故障诊断模型；将测试数据集输入故障诊断模型中进行故障诊断，确定滚动轴承的健康状况。本发明通过在CNN中引入多尺度结构，有效提取滚动轴承信号的局部特征；同时对GRU进行改进，使其能够更好地捕捉序列数据中的长期依赖关系和时间相关性，提高故障诊断性能和收敛性。

公开(公告)号：CN118444741A

公开(公告)日：2024-08-06

申请号：CN202410336639.0

申请日：2024-03-22

Applicant: 三峡大学

Inventor： 付文龙 ,  朱福宝 ,  张赟宁 ,  廖伟清

IPC: G05F1/67

Abstract: 基于改进金枪鱼算法的MPPT控制方法，该方法包括：对原始金枪鱼算法的基础上采用莱维飞行策略对位置更新公式进行了改进；对原始金枪鱼算法的基础上引入多项式变异策略对最优个体进行变异；将改进后的金枪鱼算法与扰动观察法融合构建双层控制模型LPTSO‑P&O模型。该方法将莱维飞行策略和多项式变异策略引入到TSO算法中构建LPTSO算法，既可以提升算法的全局搜索能力，也可以增大算法跳出局部最优解的概率；将LPTSO算法与P&O算法融合构建双层控制模型LPTSO‑P&O，不仅提高了算法后期的收敛速度，还有效降低了收敛过程中的功率波动，使输出的功率更加稳定。

公开(公告)号：CN118135296A

公开(公告)日：2024-06-04

申请号：CN202410216408.6

申请日：2024-02-27

Applicant: 三峡大学

Inventor： 付文龙 ,  熊浩伟 ,  廖伟清 ,  黄玉光 ,  谭超

IPC: G06V10/764 ,  G06V20/17 ,  G06V10/44 ,  G06V10/774 ,  G06V10/82 ,  G06V10/25 ,  G06T7/11 ,  G06T7/136 ,  G06N3/0455 ,  G06N3/0464 ,  G06N3/0475 ,  G06N3/045 ,  G06N3/048 ,  G06N3/047 ,  G06N3/08

Abstract: 基于VGG16的无人机架空地线巡检缺陷分类方法，包括以下步骤：步骤1：使用无人机对架空地线的缺陷图像进行采集；步骤2：使用U‑Net网络和HSV多阈值分割算法对步骤1采集的缺陷图像进行特征提取；步骤3：利用WGAN‑GP网络对步骤2特征提取之后的数据集进行数据增强，扩充数据集；步骤4：训练VGG16深度学习网络，并得出权重；步骤5：利用步骤4训练好的权重对巡检图像进行缺陷分类、标记缺陷位置。该方法采用图像处理相关技术，增强了图像的特征，提高检测的效率和精度。

公开(公告)号：CN117454163A

公开(公告)日：2024-01-26

申请号：CN202311202924.5

申请日：2023-09-18

Applicant: 三峡大学

Inventor： 付文龙 ,  鲁大臣 ,  李佰霖 ,  廖伟清 ,  杨棵 ,  黄玉光 ,  谭超

IPC: G06F18/214 ,  G06F18/24 ,  G06F18/10 ,  G06T7/13 ,  G06V10/764 ,  G06V10/82 ,  G06N3/0475 ,  G06N3/08 ,  G06F18/25 ,  G01M13/045

Abstract: 基于边界辅助判别的滚动轴承故障特征增强及诊断方法，包括步骤：获取滚动轴承的原始振动信号并转换为时频域信号；构建基于边界辅助判别的BD‑ACGAN网络模型，在BD‑ACGAN网络模型中引入Shuffle Attention注意力机制模块以及自适应权重损失模块；从构建的不平衡数据集中随机抽取样本作为BD‑ACGAN网络模型的输入，通过梯度下降方法对生成器和判别器进行交替训练至纳什平衡，然后，利用经过训练的生成器对训练数据集进行增广得到融合数据集；利用获得的融合数据集对BD‑ACGAN网络模型的辅助分类器进行训练，以检测故障诊断性能。本发明方法将随机梯度下降的双时间尺度更新规则应用到改进的BD‑ACGAN网络模型中，不仅可以改善网络的稳定性，而且能进一步减少网络的收敛时间，更快的生成质量高的样本。

公开(公告)号：CN119339350A

公开(公告)日：2025-01-21

申请号：CN202411279225.5

申请日：2024-09-12

Applicant: 三峡大学

Inventor： 付文龙 ,  迟宝桐 ,  熊浩伟 ,  廖伟清 ,  文斌

IPC: G06V20/58 ,  G06V10/764 ,  G06V10/774 ,  G06V10/82 ,  G06V10/80 ,  G06N3/0464 ,  G06N3/048 ,  G06N3/08

Abstract: 基于改进YOLOv8的小目标交通标志识别方法，构建数据集，从数据集中选取样本图片进行标注和数据增强，并将数据集划分为训练集和测试集；对YOLOv8模型进行改进，在YOLOv8模型的骨干网络中嵌入多尺度注意力机制EMA；将YOLOv8模型的颈部网络中上采样算子替换为DySample上采样算子；将YOLOv8模型的原始损失函数CIoU替换为WIoUv3损失函数；将训练集输入到改进后的YOLOv8模型进行训练，训练完成后，使用测试集对改进后的YOLOv8模型检测性能进行检测，得到识别结果，并使用各项指标对改进后的YOLOv8模型性能进行评估。本发明一种基于改进YOLOv8的小目标交通标志识别方法，能够有效提高对小目标交通标志的识别精度和识别速度。