-
公开(公告)号:CN108563874A
公开(公告)日:2018-09-21
申请号:CN201810343669.9
申请日:2018-04-17
Applicant: 重庆大学
IPC: G06F17/50
Abstract: 本发明公开了一种模拟电路间歇故障诊断方法,无需研究间歇故障系统复杂的动态特性,只获取足够的间歇故障数据进行分析和处理来实现间歇故障的诊断。包括以下步骤:首先通过电路仿真软件对待测电路进行离线建模,对待测电路进行灵敏度分析,选取灵敏度高的元件作为间歇故障和永久故障的发生节点;对待测电路施加激励,得到不同状态下K次MonteCarlo分析的K个输出信号;对各状态的输出信号进行j层小波包分解,提取各频带内信号的能量特征作为特征向量;将各状态的K个特征向量组成观测序列;通过各状态的观测序列训练得到不同状态对应的GHMM模型,完成离线建模;最后进行实测诊断,把模拟电路实测信号的观测序列输入训练好的GHMM模型库中,得出诊断结果。
-
公开(公告)号:CN110047133A
公开(公告)日:2019-07-23
申请号:CN201910304140.0
申请日:2019-04-16
Applicant: 重庆大学
Abstract: 本专利提出了一种面向点云数据的列车边界提取方法。所述方法包括步骤:(1)三维激光扫描仪对列车初始散乱点云的获取;(2)列车点云的初始化处理,对点云滤波和重建;(3)列车点云边界确定及目标提取,对列车点云边界点的判断和获取;(4)列车点云边界线的生成,对目标点云边界点以k最近邻算法相连。对列车的点云数据边界提取可以有效的知晓列车的尺寸位姿,不用去考虑除了列车边界之外的点云,对症下药,从而对在列车上装卸货物和精确定位操作实现更高的效率、更加的自动化。
-
公开(公告)号:CN110046663A
公开(公告)日:2019-07-23
申请号:CN201910303784.8
申请日:2019-04-16
Applicant: 重庆大学
Abstract: 本发明公开了一种复杂机电系统故障临界态辨识方法。包括以下步骤:首先对复杂机电系统的常见故障进行分析,将“临界态”下的故障信号作为系统的样本信号,然后对系统的样本信号进行去噪预处理,通过集合经验模态分解(EEMD)对复杂机电系统的样本信号进行特征提取,确定系统的特征向量;再建立RNN循环神经网络预测模型,RNN包含输入层、隐层、输出层,通过激活函数控制输出,层与层之间通过权值连接,在层之间的神经元之间也建立权值连接;利用建立的RNN循环神经网络预测模型对输入信号的样本数据进行学习训练,获得隐藏在数据内部的规律,并利用学习到的规律来预测未来的数据;同样对复杂机电系统的待测信号进行去噪预处理,再利用EEMD对待测信号进行特征提取,并将特征向量输入到训练好的RNN循环神经网络模型中,对复杂机电系统进行临界态故障辨识,提前预测出复杂机电系统是否会发生故障。
-
-