-
公开(公告)号：CN113935460A
公开(公告)日：2022-01-14
申请号：CN202111136682.5
申请日：2021-09-27
Applicant: 苏州大学
Abstract: 本发明类不平衡数据集下的机械故障智能诊断方法，包括：步骤(1)、数据预处理：把机械振动信号转换到频域，并把幅值归一化到[0,1]范围；步骤(2)、模型搭建：把自动编码器和生成对抗网络进行组合，搭建数据生成模型；步骤(3)、模型训练：利用故障数据按照预设的损失函数和优化算法训练所述数据生成模型；步骤(4)、数据生成：利用所述数据生成模型在训练中学习到的故障数据低维特征，通过多次插值、加噪后生成对应类的故障数据，实现各类数据平衡；步骤(5)、故障诊断：利用类平衡数据集训练预设的故障诊断模型，利用训练好的故障诊断模型对机械故障进行智能诊断。利用自动编码器、生成对抗网络的结合，实现机械故障诊断。
-
公开(公告)号：CN113935406A
公开(公告)日：2022-01-14
申请号：CN202111138262.0
申请日：2021-09-27
Applicant: 苏州大学
Abstract: 本发明公开了一种基于对抗流模型的机械设备无监督故障诊断方法，包括：步骤(1)、数据预处理：把机械振动信号转换到频域，并把幅值归一化到[0,1]范围；步骤(2)、先验分布设计：根据机械设备状态的K个类别设计具有K个子分布的高斯混合模型；步骤(3)、模型搭建：把自动编码器、流模型和分类器进行组合，搭建无监督故障诊断模型；步骤(4)、模型训练：利用各类别状态数据按照设计好的先验分布、预设的训练步骤、损失函数和优化算法训练所述无监督故障诊断模型；步骤(5)、故障诊断：将机械设备的状态数据输入到训练好的所述无监督故障诊断模型中，得到数据聚类结果和故障诊断结果。机械振动信号提取能力强、聚类效果好、准确率高。
-
公开(公告)号：CN112629863A
公开(公告)日：2021-04-09
申请号：CN202011632478.8
申请日：2020-12-31
Applicant: 苏州大学
IPC: G01M13/045 , G06N3/04 , G06N3/08
Abstract: 本发明公开了一种变工况下动态联合分布对齐网络的轴承故障诊断方法，包括以下步骤：采集不同工况下的轴承振动数据，获得源域样本和目标域样本；构建动态联合分布对齐的深度卷积神经网络模型；将源域样本和目标域样本同时送入参数初始化的深度卷积神经网络模型，特征提取器提取源域样本和目标域样本的高层次特征；计算边缘分布距离和条件分布距离；根据边缘分布距离和条件分布距离获得联合分布距离，将联合分布距离与标签损失结合以获得目标函数；利用随机梯度下降法对目标函数进行优化，训练深度卷积神经网络模型。其能够降低域漂移的影响，使得深度学习模型能够很好完成变工况下的故障诊断任务，速度快，运算量小。
-
公开(公告)号：CN111829782A
公开(公告)日：2020-10-27
申请号：CN202010688208.2
申请日：2020-07-16
Applicant: 苏州大学
IPC: G01M13/045 , G06K9/62 , G06N20/10
Abstract: 本发明公开了一种基于自适应流形嵌入动态分布对齐的故障诊断方法，本方法通过自动计算最优的子空间维数，并计算测地线流式核和变换后的流形特征表示，可以有效地避免数据在原始欧式空间的特征扭曲。引入相似度度量A-distance定义一个自适应因子，动态调整样本数据条件分布和边缘分布的相对权重，有效地缩小了源域和目标域样本的分布差异，极大提高了变工况下滚动轴承故障诊断的准确性和有效性，该方法可解释性强，对计算机硬件资源的要求较低，执行速度更快，同时具备出色的诊断精确度、算法收敛性和参数鲁棒性。该方法尤其适用于变工况下多场景、多故障的轴承故障诊断，可广泛地应用于机械、电力、化工、航空等复杂系统的多变工况下的故障诊断任务。
-
公开(公告)号：CN111274754A
公开(公告)日：2020-06-12
申请号：CN202010148818.3
申请日：2020-03-05
Applicant: 苏州大学
IPC: G06F30/367 , G06F111/10
Abstract: 本发明涉及一种轨道绝缘非均匀情况下轨道交通供电参数计算方法及系统，包括确定回流系统的划分切面，将回流系统分割为多个区段；根据不同的区段和切面建立回流系统的等效模型；将所述等效模型添加到轨道交通供电系统中形成全模型，计算所述全模型的供电参数。本发明有利于保证供电参数计算的快速性、精确性。
-
Patent Agency Ranking
公开(公告)号：CN108760316B
公开(公告)日：2019-11-05
申请号：CN201810931952.3
申请日：2018-08-16
Applicant: 苏州大学
IPC: G01M13/04
Abstract: 本发明涉及一种变分模态分解的变参信息融合方法，包括：取分解模态个数K＝1，设定带宽平衡参数α，对分析信号进行VMD处理，得到一个IMF分量，将原始信号减去这个IMF分量，得到剩余分量；将所述剩余分量作为所述分析信号，重复上述步骤n次，得到n个IMF分量和n个剩余分量；根据给定优化指标方法从上述2n个分量中选出包含最多故障信息的分量，即故障模态分量；改变所述α的值，重复上述步骤N次，获得N个具有不同带宽的故障模态分量。上述变分模态分解的变参信息融合方法，本发明方法利用流形学习对变参数下VMD处理得到的多维故障模态分量进行信息融合，获得信噪比高的故障瞬态成分。
-
公开(公告)号：CN108819801A
公开(公告)日：2018-11-16
申请号：CN201810730417.1
申请日：2018-07-05
Applicant: 苏州大学
IPC: B60M5/02
Abstract: 本发明公开了一种钢轨电位抑制系统及方法，其系统包括：可调电阻单元、可编程控制器、反并联晶闸管模块和电压检测模块，可调电阻单元连接于钢轨和地网之间，反并联晶闸管模块与可调电阻单元并联，电压调节模块与可调电阻单元并联，可调电阻单元、反并联晶闸管模块、电压检测模块均与可编程控制器连接。本发明的钢轨电位抑制系统及方法可同时对钢轨电位和杂散电流进行抑制，可避免钢轨电位独立控制时杂散电流泄漏量过大，杂散电流独立控制时钢轨电位抬升严重的问题，有效降低钢轨电位对人身安全造成的危害，降低杂散电流对地铁结构钢筋及周围埋地管线的腐蚀危害，且能够降低设备成本，减少占用空间，提升控制效果。
-
公开(公告)号：CN108760316A
公开(公告)日：2018-11-06
申请号：CN201810931952.3
申请日：2018-08-16
Applicant: 苏州大学
IPC: G01M13/04
Abstract: 本发明涉及一种变分模态分解的变参信息融合方法，包括：取分解模态个数K＝1，设定带宽平衡参数α，对分析信号进行VMD处理，得到一个IMF分量，将原始信号减去这个IMF分量，得到剩余分量；将所述剩余分量作为所述分析信号，重复上述步骤n次，得到n个IMF分量和n个剩余分量；根据给定优化指标方法从上述2n个分量中选出包含最多故障信息的分量，即故障模态分量；改变所述α的值，重复上述步骤N次，获得N个具有不同带宽的故障模态分量。上述变分模态分解的变参信息融合方法，本发明方法利用流形学习对变参数下VMD处理得到的多维故障模态分量进行信息融合，获得信噪比高的故障瞬态成分。
-
公开(公告)号：CN215025795U
公开(公告)日：2021-12-07
申请号：CN202121608337.2
申请日：2021-07-15
Applicant: 苏州大学附属第一医院
Abstract: 本实用新型公开了一种重症患者智能训练呼吸设备，包括：中控电脑和智能呼吸面罩，中控电脑对制氧机、灭菌蒸馏水阀、氧气控制阀、混合器、流量阀进行操控，智能呼吸面罩的左右两侧分别安装有二氧化碳传感器和氧气传感器，智能呼吸面罩的进气口与气压泵的出气口连通，气压泵的进气口通过流量阀与氧气控制阀的出气口接通，气压泵的底部安装有智能智能面罩控制芯片，中控电脑的输入端与血压传感器、心电传感器、脉氧传感器、二氧化碳传感器和氧气传感器的输出端电性连接；本设备主要自主根据患者的病情恢复情况、人体生物钟、以及周围环境因素多方面进行对重症患者的呼吸锻炼，达到快速提高患者恢复健康的速度。
-
公开(公告)号：CN219779781U
公开(公告)日：2023-09-29
申请号：CN202321136747.0
申请日：2023-05-12
Applicant: 苏州大学
Abstract: 本实用新型涉及城市轨道交通供电系统技术领域。本实用新型提出的一种限制城市轨道交通越区供电的柔性电路装置两端分别与第一直流母线和第二直流母线通过柔性电缆连接，装置包括：第一绝缘栅双极型晶体管、第一二极管、第二绝缘栅双极型晶体管、第二二极管、电阻，第一绝缘栅双极型晶体管与第一二极管在装置内部通过第一绝缘栅双极型晶体管的通断进行控制实现了装置一个方向的通断控制，第二绝缘栅双极型晶体管与第二二极管在装置内部通过第二绝缘栅双极型晶体管的通断进行控制实现了装置另一个方向的通断控制，实现了对实现了列车的分区间供电的动态控制，稳定了供电系统的稳定并且保证了乘客的安全。
-
-
-
-
-
-
-
-
-
Search Results
108
records
(took 0.036 seconds)
