公开(公告)号：CN115112061B

公开(公告)日：2023-07-25

申请号：CN202210742688.5

申请日：2022-06-28

Applicant: 苏州大学

Inventor： 黄伟国 ,  邱天序 ,  张梓伟 ,  马骏陶 ,  韩时炘 ,  曾冠杰 ,  王俊 ,  石娟娟 ,  朱忠奎

IPC: G01B17/08 ,  G06F18/10 ,  G06F18/28 ,  G08B21/18

Abstract: 本发明涉及一种钢轨波磨检测方法及系统，包括：对正常轨道列车轴箱处振动加速度的时域信号进行稀疏优化处理，根据稀疏重构后的时域信号幅值和频域信号能量设置轨道波磨时域信号报警阈值和频域信号报警阈值，将待检测轨道列车轴箱处振动加速度的时域信号进行稀疏优化处理，将稀疏重构后的时域信号幅值和频域信号能量与时域信号报警阈值和频域信号报警阈值进行比较，当时域信号幅值和频域信号能量均大于报警阈值时，判断待检测轨道存在波磨。本发明提供的钢轨波磨检测方法使用稀疏优化方法对列车轴箱处振动加速度信号进行处理，通过设置报警阈值检测未知轨道区段，检测速度快，不影响列车正常运行，检测结果准确，可信度高。

公开(公告)号：CN116429420A

公开(公告)日：2023-07-14

申请号：CN202310520434.3

申请日：2023-05-10

Applicant: 苏州大学

Inventor： 张馨尹 ,  石娟娟 ,  刘康宁 ,  刘仕晨 ,  陶旭阳 ,  黄伟国 ,  朱忠奎

IPC: G01M13/04 ,  G01M13/045

Abstract: 本发明公开了一种LSTM指导下自适应广义解调的轴承故障特征同步增强提取方法，包括以下步骤：S1：引入倾斜角来确定广义解调的解调因子；S2：通过LSTM网络模型对信号的倾斜角进行自适应预测，利用得到的解调因子构建广义解调因子矩阵；S3：通过频率—幅值图确定感兴趣的分量解调之后所处的频率位置，实现对故障特征系数的预确定；S4：构造提取算子矩阵，之后进行逆向广义解调。本发明，在广义解调方法的框架下，在不依赖于对时频脊线预提取的基础上，利用LSTM网络模型实现对解调因子的自适应构建，通过构造解调因子矩阵和提取算子矩阵等，实现对多分量信号的同步化增强提取。

公开(公告)号：CN115683629B

公开(公告)日：2023-06-27

申请号：CN202211398933.1

申请日：2022-11-09

Applicant: 苏州大学

Inventor： 黄伟国 ,  马骏陶 ,  韩时炘 ,  曾冠杰 ,  王俊 ,  丁传仓 ,  杜贵府 ,  江星星 ,  石娟娟 ,  沈长青 ,  朱忠奎

IPC: G01M13/045 ,  G06F17/15

Abstract: 本发明涉及一种轴承故障检测方法包括：获取测试轴承的振动加速度时域信号，经短时傅里叶变换生成时频域系数矩阵；利用广义极小极大凹罚函数与截断核范数构建稀疏低秩优化模型的凸性目标函数；利用交替方向乘子法将凸性目标函数拆分成关于广义极小极大凹罚函数的第一子目标函数、关于截断核范数的第二子目标函数与辅助迭代函数；利用前向后向分裂算法求解第一子目标函数得关于Xk+1的迭代公式组；利用奇异值阈值算法求解第二目标子函数得关于Zk+1的迭代公式；初始化参数，将时频域系数矩阵输入辅助迭代函数中，迭代预设次数获取时频域稀疏低秩矩阵；对时频域稀疏低秩矩阵进行短时傅里叶逆变换得到重构时域信号后，进行平方包络谱分析，得到故障特征频率。

公开(公告)号：CN113935406B

公开(公告)日：2023-05-16

申请号：CN202111138262.0

申请日：2021-09-27

Applicant: 苏州大学

Inventor： 王俊 ,  戴俊 ,  江星星 ,  黄伟国 ,  朱忠奎

IPC: G06F18/2413 ,  G06F18/2431 ,  G06F18/2411 ,  G06F18/23 ,  G06N3/0464 ,  G06N3/094

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：CN116108346A

公开(公告)日：2023-05-12

申请号：CN202310126044.8

申请日：2023-02-17

Applicant: 苏州大学

Inventor： 沈长青 ,  刘尧 ,  丁建新 ,  王书蓓 ,  张福生 ,  刘承建 ,  缪红芳 ,  王冬 ,  石娟娟 ,  黄伟国 ,  朱忠奎

IPC: G06F18/213 ,  G06F18/24 ,  G06F18/214 ,  G06N3/0475 ,  G06N3/094

Abstract: 本发明涉及一种基于生成特征重放的轴承增量故障诊断终身学习方法，包括：将轴承状态数据集划分为多个不同诊断阶段；学习初始阶段的灰度图片样本，训练第一特征提取器和第一分类器；使用第一特征提取器提取的特征，利用对抗生成网络交替训练，得到第一特征生成器；构建原始故障诊断模型，设置其全连接层神经元数量为初始阶段故障类型数量；在增量学习阶段，利用n‑1阶段的原始故障诊断模型，训练更新n阶段的故障诊断模型，利用特征蒸馏损失函数缩小第n特征提取器与第n‑1特征提取器提取的特征的差异，利用重放对齐损失约束第n特征生成器与第n‑1特征生成器生成的特征相似，更新全连接层神经元数量为初始阶段至第n阶段故障类型数量总和，得到最终故障诊断模型。

公开(公告)号：CN116007937A

公开(公告)日：2023-04-25

申请号：CN202211575101.2

申请日：2022-12-08

Applicant: 苏州大学

Inventor： 江星星 ,  杨立冬 ,  王前 ,  石娟娟 ,  杜贵府 ,  王俊 ,  丁传仓 ,  沈长青 ,  黄伟国 ,  朱忠奎

IPC: G01M13/028 ,  G06F18/15 ,  G06F18/213 ,  G06F18/24 ,  G06F18/214 ,  G06F18/2415 ,  G06N3/0455 ,  G06N3/0895

Abstract: 本发明涉及机械设备智能运维技术领域，尤其是指一种机械设备传动部件智能故障诊断方法及装置。本发明采集不同工况下的振动信号作为训练样本，避免了由于工况改变导致模型性能下降的问题，通过建立自监督预训练网络，充分利用了容易获取的无标签样本训练网络，使网络能够提取更有效的特征，减少对标签样本的依赖；另外，通过基于自注意力机制的编码器模型和解码器模型，提取更全面的全局特征，同时抑制冗余特征，增强有效特征，无需通过预处理对输入数据进行预增强，提高了诊断效率。

公开(公告)号：CN115600458A

公开(公告)日：2023-01-13

申请号：CN202211242590.X

申请日：2022-10-11

Applicant: 苏州大学(CN)

Inventor： 杜贵府 ,  何飞 ,  刘娜 ,  王俊 ,  江星星 ,  黄伟国 ,  朱忠奎 ,  张栋梁

IPC: G06F30/23 ,  G06F17/11 ,  G06F17/16 ,  G06T17/00

Abstract: 本发明公开了一种计及三维地系统的杂散电流动态分布计算方法，包括：对城轨列车进行列车牵引计算，得到全线列车运行图；对城轨供电系统的地下部分建立三维立体模型，并对各个区段进行等效计算，得到各个区段对应的等效阻抗和等效对地电导；根据全线列车运行图、各个区段对应的等效阻抗和等效对地电导，建立数学解析法回流系统等效模型；根据建立的数学解析法回流系统等效模型，利用迭代法进行潮流计算，得到任意时刻下列车位置及全线动态电气参数。本发明通过将计算得到的等效阻抗和等效对地电导代回传统数学解析法，对传统数学解析法中的参数进行修正，可以提高传统数学解析法回流参数计算的精确性。

公开(公告)号：CN114638877A

公开(公告)日：2022-06-17

申请号：CN202210134781.8

申请日：2022-02-14

Applicant: 苏州大学

Inventor： 张哲源 ,  杨泽 ,  赵如意 ,  赵子健 ,  朱易 ,  俞文捷 ,  何雅莉 ,  郑建颖 ,  黄伟国

IPC: G06T7/60 ,  G06T7/30 ,  G01M17/02 ,  B60C11/24

Abstract: 本申请提供一种基于3D结构光技术的胎纹深度提取方法和系统。该方法包括以下步骤：1)由初始提取的胎纹点云数据经过配准、平面簇提取并旋转得到一系列胎纹点云数据集。2)在XZ平面上预设一张投影面，利用投影方法二维化数据集中每个点云数据的胎纹数据，通过拟合得到胎纹曲线。3)分沟槽求得胎纹深度并取平均值，即得到花纹深度值。与现有的技术相比，本申请采用先进的结构光点云数据采集与分析技术，检测精度相较于传统的线激光式得到了明显的提高，且不同于传统的线激光式需要手动配准，本申请只需要导入轮胎表面点云数据即可提取深度，实现了技术上的自动化，智能化，提高了检测效率，从而规范的机动车胎纹深度检测，以轮胎安全服务交通安全。

公开(公告)号：CN114626406A

公开(公告)日：2022-06-14

申请号：CN202210138615.5

申请日：2022-02-15

Applicant: 苏州大学

Inventor： 沈长青 ,  李景德 ,  谭陆洋 ,  陈良 ,  孔林 ,  鞠华 ,  李林 ,  丁传仓 ,  黄伟国 ,  朱忠奎

IPC: G06K9/00 ,  G06N3/04 ,  G01M13/045

Abstract: 本发明公开了一种基于类边界特征检测的轴承故障诊断方法及方法，包括以下步骤：采集不同工况下的轴承振动数据，每种工况下采集的数据作为一个可迁移域；搭建包括特征提取器和两个分类器的神经网络模型；输入源域样本训练神经网络模型；将源域样本和辅助域样本均输入神经网络模型，训练分类器以增大两个分类器的分类差异且两个分类器对于源域均具有分类能力；将辅助域输入神经网络模型，训练特征提取器使得其提取的特征能够同时满足两个分类器的分类要求；训练直至神经网络模型收敛，得到故障诊断模型对未知域进行故障诊断。本发明仅使用一个完全标记域，实现对于未知工况下轴承多尺寸、多类型故障的准确诊断。

公开(公告)号：CN112629863B

公开(公告)日：2022-03-01

申请号：CN202011632478.8

申请日：2020-12-31

Applicant: 苏州大学

Inventor： 刘双劼 ,  王旭 ,  沈长青 ,  王冬 ,  冯毅雄 ,  申永军 ,  陈再刚 ,  张爱文 ,  江星星 ,  石娟娟 ,  黄伟国 ,  王俊 ,  杜贵府 ,  朱忠奎

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。