一种基于数据的铣削刀具磨损监测方法

    公开(公告)号:CN106514434A

    公开(公告)日:2017-03-22

    申请号:CN201611258500.0

    申请日:2016-12-30

    Inventor: 袁烨 张海涛 丁汉

    CPC classification number: B23Q17/0957

    Abstract: 本发明属于刀具磨损检测相关技术领域,其公开了一种基于数据的铣削刀具磨损监测方法,其包括以下步骤:(1)采集铣削刀具工作时数控机床的主轴驱动电机的三相输出电流信号;(2)将采集到的所述三相输出电流信号进行清洗;所述三相输出电流信号中提取出表征所述铣削刀具磨损的特征系数;(4)根据实时采集的某一铣削刀具正常加工时所述主轴驱动电机的三相输出电流信号在线计算特征信号指数,进而对铣削刀具磨损进行实时在线监测。本发明提供的基于数据的铣削刀具磨损监测方法降低了成本,且实现了铣削刀具磨损的实时监测。(3)采用压缩感知方法及关键点理论自清洗后的

    一种机械设备剩余寿命预测方法和系统

    公开(公告)号:CN113094822B

    公开(公告)日:2025-01-28

    申请号:CN202110268518.3

    申请日:2021-03-12

    Inventor: 袁烨 黄虹 黎家骐

    Abstract: 本发明公开了一种机械设备剩余寿命预测方法和系统,属于状态监测与剩余寿命预测领域。本发明将卷积神经网络与双向门控循环单元相结合组成混合神经网络,以便有效地提取时间和空间特征,提高剩余寿命预测精度,此基础上,在混合神经网络中引入了注意力权重,采用混合神经网络和优化遗传算法的协同训练机制,遗传算法通过不断传递参数和反馈损失来寻找最佳注意力权重参数,优化了剩余寿命预测中不同时间步长的注意力权重分布,使得不同时间步长的重要性得以准确体现,相较于一些传统的机器学习方法和深度学习,其均方根误差、预测得分均低得多,有效解决了现有剩余寿命预测精度不高的问题。

    基于混合机理模型的NMC电池跳水点在线预警方法及系统

    公开(公告)号:CN118837745A

    公开(公告)日:2024-10-25

    申请号:CN202410830072.2

    申请日:2024-06-25

    Abstract: 本发明公开了一种基于混合机理模型的NMC电池跳水点在线预警方法及系统,属于电池存储技术领域,方法包括:考虑SEI膜生长、锂镀、电解液氧化、锰分解对NMC电池容量衰退的影响,建立混合机理模型;利用由起始若干个循环的NMC电池总容量损失值组成的早期NMC电池容量损失信号,对混合机理模型进行拟合以确定模型参数;测量时间窗口内NMC电池的容量衰退真实向量,利用混合机理模型计算时间窗口内NMC电池的容量衰退理论向量,获取容量衰退理论向量与容量衰退真实向量之间的线性相关方程;滑窗获取不同时间窗口内的线性相关方程,当线性相关方程的斜率达到最小值时发出NMC电池跳水点预警。该方法保证了锂电池的安全可靠运行。

    一种基于光衰减的柔性触觉传感器、阵列及其制备方法

    公开(公告)号:CN112229553B

    公开(公告)日:2024-06-04

    申请号:CN202011161530.6

    申请日:2020-10-26

    Abstract: 本发明公开了一种基于光衰减的柔性触觉传感器、阵列及其制备方法,属于传感技术领域,柔性触觉传感器包括:激光光源、第一光纤、柔性穹顶、第二光纤、光电传感器和柔性光纤耦合器,柔性穹顶通过柔性光纤耦合器粘附在软体物表面,第一光纤和第二光纤的一端与柔性穹顶对准,另一端分别与激光光源和光电传感器相连,激光光源产生的激光依次经过第一光纤传输、柔性穹顶反射以及第二光纤传输后到达光电传感器,光电传感器用于计算接收到的激光的光强度,光强度由软体物表面上所承受的力确定。可保持软体机器人的顺应性,快速响应环境刺激,快速感知周围环境接触力,解决软体机器人缺乏触觉感应的问题。

    基于局域通信网络的去中心化联邦学习方法、装置和系统

    公开(公告)号:CN115190028B

    公开(公告)日:2024-05-14

    申请号:CN202210686784.2

    申请日:2022-06-16

    Inventor: 袁烨

    Abstract: 本发明公开了基于局域通信网络的去中心化联邦学习方法、装置和系统,属于联邦学习领域。包括:监测接收到的连接关系或者自身的连接关系是否变化,若是,重新确定局部通信网络的拓扑结构,更新权重矩阵,否则,不更新;综合所有相邻客户端发送的模型参数和本地模型参数,按照当前的权重矩阵加权更新本地模型参数;采用本地数据独立训练局部模型;一旦满足第一预设条件,将已训练好的模型参数发送给各相邻客户端;一旦满足第二预设条件,将连接关系发送给各相邻客户端。本发明通过对于局部通信网络的构建和更新机制,实现动态连接网络的去中心化联邦学习模型训练。

    基于数据增强的发动机部件加工质量预测方法及介质

    公开(公告)号:CN117669076A

    公开(公告)日:2024-03-08

    申请号:CN202311513131.5

    申请日:2023-11-10

    Abstract: 本发明公开了一种基于数据增强的发动机部件加工质量预测方法及介质,属于火箭发动机技术领域,方法包括:基于原始加工参数中两两数据之间的相关度对其进行数据的降维重构,得到降维加工参数;将加工质量结果作为条件信息,结合随机噪声和降维加工参数共同训练条件生成对抗网络,利用训练后的条件生成对抗网络对初始样本集进行数据增强,得到扩充样本集;以扩充样本集中的降维加工参数为输入、加工质量结果为标签训练混合神经网络,混合神经网络包括特征注意力增强子网络、时间卷积子网络和长短期记忆子网络;将后续批次的加工参数输入混合神经网络,预测得到对应的加工质量结果,该方法提高了发动机部件加工精度。

    一种基于全局拓扑感知交互的点云配准方法及系统

    公开(公告)号:CN117593346A

    公开(公告)日:2024-02-23

    申请号:CN202311439385.7

    申请日:2023-11-01

    Abstract: 本发明公开了一种基于全局拓扑感知交互的点云配准方法及系统,属于3D应用领域,包括训练阶段和应用阶段;训练阶段包括:采用数据集对点云配准模型进行训练,数据集中的训练样本包括源点云和目标点云;点云配准模型包括:局部嵌入特征提取模块、全局结构特征提取模块、拓扑感知交互模块及变换矩阵预测模块;其中,拓扑感知交互模块用于计算几何相似性度量,并将点云中每个点投影到相对位置,将相对位置特征融合到对应的全局结构特征中,得到对应的位置感知特征;对位置感知特征采用拓扑感知自注意和交叉注意操作,以对应提取点云的上下文交互特征。本发明解决了无监督点云配准过程中局部结构相似性和匹配模糊性的挑战,提升了点云配准精度。

    一种锂电池的实时个性化健康评估方法和装置

    公开(公告)号:CN115856642A

    公开(公告)日:2023-03-28

    申请号:CN202211677773.4

    申请日:2022-12-26

    Abstract: 本发明公开了一种锂电池的实时个性化健康评估方法,属于电池存储技术领域,包括:获取不同终端不同放电协议下的锂电池在充电过程中80%SOC到预设电压之间的特征曲线数据进而获取其目标特征;利用目标特征对第一神经网络进行预训练,得到第二神经网络;利用待评估锂电池的历史循环中的放电容量对第二神经网络进行微调得到目标神经网络;将待评估锂电池对应的目标特征输入目标神经网络,预测待评估锂电池的总放电容量和剩余循环寿命。本发明在保证个性化适应不同放电策略的锂电池的前提下,降低其对数据的依赖程度,同时解决现有锂电池健康状态预测实时性能较弱的问题。

Patent Agency Ranking