一种基于深度学习的螺栓寿命预测方法

    公开(公告)号:CN110779988A

    公开(公告)日:2020-02-11

    申请号:CN201911041769.7

    申请日:2019-10-30

    Applicant: 同济大学

    Abstract: 本发明涉及一种基于深度学习的螺栓寿命预测方法,其特征在于,包括以下步骤:通过螺栓检测传感器,获取螺栓裂纹的原始数据,并进行数据预处理;将预处理完后的数据输入故障诊断模型提取多维故障特征,故障诊断模型采用DNN网络模型;通过PCA将多维故障特征集成为一维故障特征;将一维故障特征输入RUL预测模型获取寿命预测结果。与现有技术相比,本发明通过传统的PCA把深度学习高维深层特征集成为一维的故障特征变量,根据历史故障数据抽取的故障特征量定义故障标尺,建立基于指数型非线性拟合函数的RUL预测模型,直接刻画故障特征量和RUL间的关系,缩短了DNN模型的运行时间,提高了实时预测的可靠性。

    一种面向水电站输水管道巡检的无人机自主飞行控制方法

    公开(公告)号:CN110687919A

    公开(公告)日:2020-01-14

    申请号:CN201911000457.1

    申请日:2019-10-21

    Applicant: 同济大学

    Abstract: 本发明涉及一种面向水电站输水管道巡检的无人机自主飞行控制方法,所述无人机上设有激光雷达、惯性导航器件和下视视觉传感器,整体巡检流程如下:步骤S1:无人机起飞,机载摄像头采集管道内壁影像数据;步骤S2:通过飞行控制器沿管道中轴线前进;步骤S3:根据激光雷达、惯性导航器件采集的数据对无人机当前位置进行判断,飞行至管道终点后返航;步骤S4:返航接近起飞点时,下视视觉传感器寻找起降平台上的降落点标记,调整自身位置至降落点正上方进行降落,降落完成后机载摄像头关闭。与现有技术相比,本发明具有快速高效、适应多种管道结构等优点。

    海上作业场人员安全状态监测和预警系统

    公开(公告)号:CN110515108A

    公开(公告)日:2019-11-29

    申请号:CN201910600493.5

    申请日:2019-07-04

    Applicant: 同济大学

    Abstract: 海上作业场的人员安全状态监测和预警系统,包括北斗信号接收器,GPS信号接收器,UWB定位基站,UWB定位标签和数据处理器;北斗信号接收器,GPS信号接收器和UWB定位标签集成于可穿戴式装置,统一UWB所在的直角坐标系和GPS信号接收器-北斗信号接收器所在的地理坐标系,UWB定位标签输出的坐标为直角坐标系下的坐标,UWB定位标签集成有信号增强天线。比如,信号增强天性使用小型全向垂直极化天线或小型圆极化天线,使UWB定位标签与UWB定位基站的信号传输距离能够覆盖整根室内工作区域。本发明具有能够精确采集海上作业场的工作人员在室内和室外的位置坐标,并且监控作业场工作人员的作业安全和人身安全的优点。

Patent Agency Ranking