-
公开(公告)号：CN113392881B
公开(公告)日：2023-04-18
申请号：CN202110583046.0
申请日：2021-05-27
Applicant: 重庆大学
IPC: G06F18/241 , G06F18/10 , G06N3/045 , G06N3/044 , G06N3/0464 , G06N3/096
Abstract: 本发明公开了一种基于迁移学习的旋转机械故障诊断方法，本发明的有益效果为：通过利用现有的振动数据或者其他与设备故障有关的数据训练得到一个相对较好的故障诊断模型，然后保存已训练模型的参数并对其进行微调，然后将另一组类型相似、容量较小的数据集作为微调后模型的输入并再次训练，最终得到一个针对目标类型旋转机械的故障诊断模型，通过该的故障诊断模型，能够在不同类型的旋转机械设备、不同工况条件等情况下，可实现在较少数据量情况下，完成对目标机械的故障诊断，并且保证较高识别精度。
-
公开(公告)号：CN113392881A
公开(公告)日：2021-09-14
申请号：CN202110583046.0
申请日：2021-05-27
Applicant: 重庆大学
Abstract: 本发明公开了一种基于迁移学习的旋转机械故障诊断方法，本发明的有益效果为：通过利用现有的振动数据或者其他与设备故障有关的数据训练得到一个相对较好的故障诊断模型，然后保存已训练模型的参数并对其进行微调，然后将另一组类型相似、容量较小的数据集作为微调后模型的输入并再次训练，最终得到一个针对目标类型旋转机械的故障诊断模型，通过该的故障诊断模型，能够在不同类型的旋转机械设备、不同工况条件等情况下，可实现在较少数据量情况下，完成对目标机械的故障诊断，并且保证较高识别精度。
-
公开(公告)号：CN112946072A
公开(公告)日：2021-06-11
申请号：CN202110113328.4
申请日：2021-01-27
Applicant: 重庆大学
Abstract: 本申请公开一种基于机器学习的砂带磨损状态监测方法，方法包括如下步骤：S1：采集磨削过程中产生的振动信号；S2：构建训练数据集、验证数据集和测试数据集；S3：构建用于监测砂带磨损状态的模型；S4：将所述训练数据集输入神经网络模型用以训练所述模型；S5：将所述验证数据集输入训练后的模型，判断训练后的模型的准确率是否高于预设阈值，若是，获得验证后的模型，若否，则进入步骤S4；S6：将所述测试数据集输入步骤S5中的验证后的模型，判断验证后的模型是否准确输出砂带磨损状态，若否，则进入步骤S4，若是则获得监测砂带磨损状态的模型；S7：实时采集磨削过程中产生的振动信号，并将实时采集的振动信号输入步骤S6中的模型，获得磨损状态。
-
公开(公告)号：CN113065630B
公开(公告)日：2023-04-07
申请号：CN202110310343.8
申请日：2021-03-23
Applicant: 重庆大学
IPC: G06N3/00 , G06N3/02 , G06N3/0442 , G06N3/08 , G06F30/20
Abstract: 本申请一种用于砂带磨削加工的工艺参数优化方法，所述方法包括如下步骤：S1：使用混沌映射进行群初始化；S2：确定群适应度并根据适应度值从大到小进行排序，在确定群适应度中将预测模型作为混沌麻雀搜索算法的适应度函数；S3：采用混沌麻雀搜索算法更新发现者、追随者和警戒者位置，令I＝1，其中，I表示迭代次数的变量，I为正整数；S4：I＝I+1，其中，I表示迭代次数的变量，判断I是否大于预设的迭代次数，若是，进入下一步，若否，进入步骤S2；S5：输出最佳位置和适应度，即输出在满足预设加工精度条件下，磨削效率最优的磨削工艺参数。本申请在加工精度要求的范围内最大限度地提高磨削效率，实现对磨削工艺参数的智能优化。
-
公开(公告)号：CN120086797A
公开(公告)日：2025-06-03
申请号：CN202510175147.2
申请日：2025-02-18
Applicant: 重庆大学
IPC: G06F18/25 , G06F18/214 , G06N3/045 , G06N3/0442 , G06N3/0464 , G06N3/042 , G06N3/084 , G06V10/422 , G06V10/44 , G06V10/46 , G21C17/032
Abstract: 本发明提供一种基于机器学习的棒通道冷却液滴行为分析方法，包括以下步骤：采集核反应堆燃料棒通道冷却液滴运动过程的图像数据，以及通道内的温度、压力、液滴流速分布和液滴浓度；使用基于机器学习训练好的模型分析冷却液滴行为，包括冷却液滴的行为分类、短期行为预测与趋势分析；构建的模型架构为融合卷积神经网络、循环神经网络和图神经网络的混合模型。本发明能够对冷却液滴的流动状态、相互作用和相变行为进行详细分类和准确预测，并提供每个分类结果的概率值，为运维人员提供更全面、准确的决策依据。
-
Patent Agency Ranking
-
公开(公告)号：CN114707260B
公开(公告)日：2025-03-25
申请号：CN202210279168.5
申请日：2022-03-21
Applicant: 重庆大学
Abstract: 本发明提供的一种偏心轴外圆磨床磨削轨迹误差分析方法，包括以下步骤：S1.构建偏心轴外圆磨床的砂轮局部坐标系W{O}、工件局部坐标系T{O}以及磨床全局坐标系Q{O}；S2.构建偏心轴外圆磨削点理想轨迹模型η：S3.构建偏心轴外圆磨削点实际轨迹模型τ，S4.计算偏心轴外观磨床的轨迹误差λ：λ＝τ‑η，通过上述方法，基于在磨床加工过程中磨削点的实际轨迹以及理想轨迹相结合，能够对磨床的综合几何误差进行准确分析，从而为磨床加工过程中的误差补偿控制提供准确的数据支持，确保最终的偏心轴产品质量。
-
公开(公告)号：CN114707260A
公开(公告)日：2022-07-05
申请号：CN202210279168.5
申请日：2022-03-21
Applicant: 重庆大学
Abstract: 本发明提供的一种偏心轴外圆磨床磨削轨迹误差分析方法，包括以下步骤：S1.构建偏心轴外圆磨床的砂轮局部坐标系W{O}、工件局部坐标系T{O}以及磨床全局坐标系Q{O}；S2.构建偏心轴外圆磨削点理想轨迹模型η：S3.构建偏心轴外圆磨削点实际轨迹模型τ，S4.计算偏心轴外观磨床的轨迹误差λ：λ＝τ‑η，通过上述方法，基于在磨床加工过程中磨削点的实际轨迹以及理想轨迹相结合，能够对磨床的综合几何误差进行准确分析，从而为磨床加工过程中的误差补偿控制提供准确的数据支持，确保最终的偏心轴产品质量。
-
公开(公告)号：CN114268854A
公开(公告)日：2022-04-01
申请号：CN202111401626.X
申请日：2021-11-19
Applicant: 重庆大学
Abstract: 本申请提供一种用于智能产线的多源异构数据同步采集装置，其特征在于：包括：用于采集产线设备数据的第一采集模块、用于采集设置于产线设备上的传感器数据的第二采集模块、用于接收第一采集模块输出的数据和第二采集模块输出的数据并对数据进行处理的数据管理模块；本申请的采集装置可实现与多种机床数控系统以及多种内、外置传感器的数据通讯，并实现不同通道之间和不同设备之间数据采集的同步精度。
-
公开(公告)号：CN113065630A
公开(公告)日：2021-07-02
申请号：CN202110310343.8
申请日：2021-03-23
Applicant: 重庆大学
Abstract: 本申请一种用于砂带磨削加工的工艺参数优化方法，所述方法包括如下步骤：S1：使用混沌映射进行群初始化；S2：确定群适应度并根据适应度值从大到小进行排序，在确定群适应度中将预测模型作为混沌麻雀搜索算法的适应度函数；S3：采用混沌麻雀搜索算法更新发现者、追随者和警戒者位置，令I＝1，其中，I表示迭代次数的变量，I为正整数；S4：I＝I+1，其中，I表示迭代次数的变量，判断I是否大于预设的迭代次数，若是，进入下一步，若否，进入步骤S2；S5：输出最佳位置和适应度，即输出在满足预设加工精度条件下，磨削效率最优的磨削工艺参数。本申请在加工精度要求的范围内最大限度地提高磨削效率，实现对磨削工艺参数的智能优化。
-
-
-
-
-
-
-
-
-
Search Results
11
records
(took 0.019 seconds)
