-
公开(公告)号：CN111968614B
公开(公告)日：2023-09-19
申请号：CN202010862335.X
申请日：2020-08-24
Applicant: 湖南工业大学
IPC: G10K11/178
Abstract: 本发明公开了一种基于卷积‑模糊神经网络的车辆全局空间主动噪声控制装置。包括噪声控制器和次级通路，所述次级通路包括用于获取残余噪声信号的多个误差传感器、用于获取目标区域内降噪目标位置信息的位置传感器、用于抵消噪音的多个次级声源；所述噪声控制器，用于通过采用卷积‑模糊神经网络离线辨识得到的次级通路逆模型，同时采用卷积‑模糊神经网络作为次级通路的自适应有源噪声控制算法在线修正控制器参数，并发出抵消噪声信号给次级声源输出抵消噪声。本发明利用卷积‑模糊神经网络对函数的非线性逼近能力，提高次级通路的辨识精度；采用有源反馈消声系统，建立了稳定的次级通路模型；解决了车辆全局空间噪声控制难、频带窄的问题。
-
公开(公告)号：CN113743016B
公开(公告)日：2023-06-30
申请号：CN202111053448.6
申请日：2021-09-09
Applicant: 湖南工业大学
IPC: G06F30/27 , G06F119/04
Abstract: 一种基于改进的堆叠式稀疏自编码器(SSAE)和注意力回声状态网络(Atten‑ESN)的发动机剩余寿命预测方法，首先采用3sigma准则去除原始噪声获得高质量的原始数据并实现数据重构，利用改进的SSAE提取发动机每个周期的特征并进行特征降维，其中在编码器中采用BN层与Dropout层解决梯度消失以及过拟合问题，然后将提取的发动机特征构建成HI值，获得表征发动机退化趋势的HI曲线，最后在ESN网络中引入注意力机制，自适应处理不同类型的特征并优化网络参数，最终得到RUL值，实现涡扇发动机的剩余寿命预测。本发明采用特征提取加网络预测结构的组合模型进行剩余寿命预测，提高了预测精度。摘要附图如图1。
-
Patent Agency Ranking
公开(公告)号：CN112580263B
公开(公告)日：2022-05-10
申请号：CN202011555334.7
申请日：2020-12-24
Applicant: 湖南工业大学
IPC: G06F30/27 , G06F30/17 , G06N3/04 , G06N3/08 , G06F119/04
Abstract: 一种基于时空特征融合的发动机剩余使用寿命预测方法，首先获取到原始的随时间变化的传感器数据，通过数据选择及归一化处理后得到特征数据，将特征数据分别输入到一维全卷积层神经网络和LSTM神经网络中，利用一维全卷积层神经网络实现数据集空间特征信息的提取，利用LSTM神经网络实现数据集时间序列特征信息的提取，得到该两类特征后，采用时空特征融合算法，对其进行特征融合，再将融合特征输入到最大池化的一维卷积神经网络进行特征二次提取，实现涡扇发动机的剩余使用寿命预测。本发明采用时空特征融合的多神经网络组合模型进行剩余使用寿命预测，提高了预测精度。
-
公开(公告)号：CN113722833A
公开(公告)日：2021-11-30
申请号：CN202111053571.8
申请日：2021-09-09
Applicant: 湖南工业大学
Abstract: 基于双通道长短时记忆神经网络的涡轮发动机剩余使用寿命预测方法，首先测量监测发动机状态的传感器数据指标的可变性，获取具有可变性的传感器数据指标，然后利用双通道长短时记忆神经网络处理数据指标和数据指标的差值，并设计一种卷积神经网络模块提取长短时记忆神经网络序列输出结果的局部时间特征，之后，将局部时间特征用于两层全连接神经网络的输入，预测发动机的剩余使用寿命，最后，使用上一个时刻的预测值作为一个对当前时刻预测结果的缓冲，平滑校准当前的预测值。本发明有效降低了故障噪声的干扰，提高了长短时记忆神经网络处理时间序列的能力，并最终提升了拟合剩余使用寿命的精确度。
-
公开(公告)号：CN111951776B
公开(公告)日：2021-06-25
申请号：CN202010846428.3
申请日：2020-08-21
Applicant: 湖南工业大学
IPC: G10K11/178
Abstract: 本发明公开了一种基于分数阶可变步长的列车牵引系统主动噪声控制方法及装置。方法为采集列车牵引系统噪声区域的噪声信号，作为参考信号；采集噪声控制区域的残余噪声信号，作为误差信号；通过分数阶可变步长算法，对所述参考信号和误差信号进行分析处理，并输出与噪声信号幅值相等相位相反的反噪声信号至目标区域与噪声信号叠加相互抵消。本发明为列车牵引系统噪声的控制提供了一种非常有效的方法，利用分数阶微积分所具有的对物理变化过程中瞬态的良好描述，提高了算法的控制精度和收敛速度。本发明基于分数阶可变步长的列车牵引系统主动噪声控制方法及装置，对1000Hz以下的列车牵引系统噪声具有明显的降噪效果。
-
公开(公告)号：CN112580263A
公开(公告)日：2021-03-30
申请号：CN202011555334.7
申请日：2020-12-24
Applicant: 湖南工业大学
IPC: G06F30/27 , G06F30/17 , G06N3/04 , G06N3/08 , G06F119/04
Abstract: 一种基于时空特征融合的发动机剩余使用寿命预测方法，首先获取到原始的随时间变化的传感器数据，通过数据选择及归一化处理后得到特征数据，将特征数据分别输入到一维全卷积层神经网络和LSTM神经网络中，利用一维全卷积层神经网络实现数据集空间特征信息的提取，利用LSTM神经网络实现数据集时间序列特征信息的提取，得到该两类特征后，采用时空特征融合算法，对其进行特征融合，再将融合特征输入到最大池化的一维卷积神经网络进行特征二次提取，实现涡扇发动机的剩余使用寿命预测。本发明采用时空特征融合的多神经网络组合模型进行剩余使用寿命预测，提高了预测精度。
-
公开(公告)号：CN111968613A
公开(公告)日：2020-11-20
申请号：CN202010862334.5
申请日：2020-08-24
Applicant: 湖南工业大学
IPC: G10K11/178
Abstract: 本发明公开了一种主动控制车辆全局空间噪声的卷积-模糊神经网络方法。方法包括在车辆降噪区周围设置多个次级通路；采集各次级通路的噪声残余信号；采用卷积-模糊神经网络先进行离线辨识得到次级通路模型，同时作为次级通路的自适应有源噪声控制算法在线修正控制器参数，最后输出多方位的噪声抵消信号。本发明将卷积-模糊神经网络用于辨识对象的逆模型，为车辆全局空间非线性噪声辨识提供了一种非常有效的方法，利用卷积-模糊神经网络所具有的对函数的非线性逼近能力，提高次级通路的辨识精度；采用有源反馈消声系统，建立了稳定的次级通路模型；解决了车辆全局空间噪声控制难、频带窄的问题。
-
-
-
-
-
-
Search Results
17
records
(took 0.024 seconds)
