一种基于梯度评分的动态多维泰勒网的故障诊断方法

    公开(公告)号:CN119598307A

    公开(公告)日:2025-03-11

    申请号:CN202411452273.X

    申请日:2024-10-17

    Abstract: 本发明公开了一种基于梯度评分的动态多维泰勒网的故障诊断方法,包括首先构建故障信号特征数据集,包括若干故障原始信号、以及对应的故障标签。然后构建基于梯度评分的动态多维泰勒网的故障诊断神经网络,输入数据依次经过输入层、全连接层、多项式层、Sigmoid层、梯度打分层、打分排序选择层以及输出层进行前向传播。在梯度打分层利用自动微分技术计算损失函数相对于每个单项式系数的梯度,在打分排序选择层根据梯度对单项式进行排序,并动态调整单项式的激活状态,根据计算得到的梯度进行后向传播,更新模型的各层参数,根据计算得到的梯度进行后向传播,更新模型的各层参数,最后,输出层输出故障诊断结果。

    一种基于马尔可夫过程特征统计的故障检测方法

    公开(公告)号:CN117332232A

    公开(公告)日:2024-01-02

    申请号:CN202311270885.2

    申请日:2023-09-28

    Abstract: 本发明涉及一种基于马尔可夫过程特征统计的故障检测方法,分别针对目标机器上与故障相关的各个目标属性,以目标属性的误差作为故障特征,首先执行获得相对应的数据估算模型,以及基于实时分析下的置信区间,对跳出置信区间事件发生的概率进行累计,获得满足预设误报概率上限值的连续异常报警次数,如此在对目标机器的实际检测过程中,以各目标属性的故障特征为对象,执行实时所更新置信区间下的异常分析,并结合连续累计的统计方式,以存在达到对应连续异常报警次数的目标属性的情形,判定目标机器存在故障;技术方案综合考虑目标属性期望、实时置信区间,并引入事件累计发生下的概率统计、以及异常误判分析,提高目标机器故障实际检测准确性与工作效率。

    一种基于多重特征提取的红外与可见光融合方法

    公开(公告)号:CN119205526A

    公开(公告)日:2024-12-27

    申请号:CN202411324505.3

    申请日:2024-09-23

    Abstract: 本发明公开了一种基于多重特征提取的红外与可见光融合方法,多重特征提取网络由融合网络、语义分割网络、内容损失函数和语义损失函数组成;融合网络包括特征提取部分和特征重构部分,特征提取部分包括带有激活函数的卷积层、自适应梯度特征提取模块、空间通道重建卷积和残差梯度提取模块;特征重构部分由注意力机制和四个串联的卷积层构成;步骤如下:S1,将红外图像与可见光图像输入融合网络,通过特征提取和特征重构,生成融合图像;S2,将融合图像传递至分割网络进行分割;S3,将分割结果与语义标签进行对比,评估融合图像中所蕴含的语义信息的丰富性。本发明融合后的图像轮廓更清晰、目标更清楚,且指标有着显著提升。

Patent Agency Ranking