高阶时空图嵌入元学习的机械装备少样本寿命预测方法

    公开(公告)号:CN117892623A

    公开(公告)日:2024-04-16

    申请号:CN202410059490.6

    申请日:2024-01-16

    Applicant: 扬州大学

    Abstract: 本发明公开了一种高阶时空图嵌入元学习的机械装备少样本寿命预测方法,涉及机械装备剩余寿命预测技术领域,解决了固有欧式空间下基于元学习少样本预测中无法有效联合多源多通道信号进行高精度协同寿命预测的难题。要点是构建了聚合高维信号的机械退化时空图嵌入特征;随后将建立的特征输入高阶时空图嵌入元学习预测框架中完成寿命预测模型训练,该框架主要由高阶时空图嵌入卷积模块与图结构增强的元学习训练策略组成,前者作为前向计算模块在后者的反向更新训练策略内实现了高精度、变工况寿命预测。该发明有效克服了图神经网络在少样本环境下寿命预测精度低的瓶颈,首次在非欧式空间中构建了元学习少样本寿命预测模型。

    一种涂布溶胶的制备方法
    12.
    发明授权

    公开(公告)号:CN113230988B

    公开(公告)日:2023-01-24

    申请号:CN202110588532.1

    申请日:2021-05-28

    Applicant: 扬州大学

    Abstract: 一种涂布溶胶的制备方法,属于能源催化电池膜电极的制造技术领域。先将纳米催化剂粉末、乙炔黑粉末和表面活性剂粉末混合搅拌均匀后,再先后滴加浓度为5wt%的全氟磺酸水溶液和辅助溶剂,用3kW功率超声20分钟加速溶解,最后加入去离子水继续3kW功率超声20分钟,得到涂布溶胶。本发明溶胶涂布成膜后,膜表面呈现粒子化和多孔性,优化了比表面及其柔韧性,表现为膜电极表面促进气体演化气泡的破碎和脱附,避免了大气泡对表面催化位点的延时覆盖,也避免了大气泡脱附时突变张力引起的催化剂脱落,因此这一配方显著提升膜电极的催化速率和稳定性,普适于大多数纳米级催化剂的涂膜优化。

Patent Agency Ranking