-
公开(公告)号：CN108896296A
公开(公告)日：2018-11-27
申请号：CN201810351068.2
申请日：2018-04-18
Applicant: 北京信息科技大学
Abstract: 本发明涉及一种基于卷积神经网络的风电齿轮箱故障诊断方法，其步骤：采集各种故障类型下的状态振动信号，并进行时频变换获取振动时频图，建立风电机组齿轮箱故障样本库；随机选取训练样本建立卷积神经网络模型；调整每类故障样本图像像素，作为训练样本输入卷积神经网络，进行迭代训练并优化训练全局参数使卷积神经网络输出softmax损失函数值下降并收敛，得到训练好的卷积神经网络；再次采集风电机组齿轮箱故障振动信号作为待诊断样本，将待诊断样本进行时频变换生成时频图，并调整像素，输入训练好的卷积神经网络进行识别分类，输出故障样本属于各类故障的概率值，将最大概率值对应的故障类别作为该待诊断样本的故障类型。
-
公开(公告)号：CN104897277B
公开(公告)日：2018-05-11
申请号：CN201510295830.6
申请日：2015-06-02
Applicant: 北京信息科技大学
IPC: G01H17/00
Abstract: 本发明涉及一种基于双谱熵的风力发电机组故障诊断方法，其步骤：采集风力发电机组在正常运行状态、轻度故障、中度故障以及重度故障下的振动信号；计算所有振动信号的故障特征带；建立故障疏离度检测模型；采集待检测风力发电机组的振动信号，将待检测振动信号进行故障特征带计算，得到的故障特征输入故障疏离度检测模型中，计算该故障状态与四类故障状态的故障疏离度,得到的最小疏离度即为该风机的故障状态。本发明能有效提取非平稳信号的故障特征，并进行风力发电机组的故障诊断，提高故障诊断的精度，可以广泛在风电机组设备故障诊断中应用。
-
公开(公告)号：CN104156591B
公开(公告)日：2017-02-15
申请号：CN201410384078.8
申请日：2014-08-06
Applicant: 北京信息科技大学
IPC: G06F19/00
Abstract: 本发明涉及一种马尔可夫故障趋势预测方法，其步骤：(1)用转子实验台模拟旋转机械设备正常运行状态，采集正常运行状态下振动信号；故障程度、中度故障程度和重度故障程度，采集三种故障下振动信号；(3)计算所有振动信号中每组振动信号的1.5维谱；(4)计算振动信号的1.5维谱频带能量均值；(5)获得频带能量区间，并标记状态序列和状态空间；(6)采集实际旋转机械设备的振动信号，进行步骤(3)～(4)得到各组振动信号的1.5维谱频带能量均值，并获得实际旋转机械设备的状态序列；(7)利用马尔可夫链对实际旋转机械设备的状态进行趋势预测。本发明能广泛在旋转机械故障趋势预测中应用。(2)用转子实验台模拟旋转机械设备故障的轻度
-
公开(公告)号：CN106370311A
公开(公告)日：2017-02-01
申请号：CN201610921802.5
申请日：2016-10-21
Applicant: 北京信息科技大学
IPC: G01J5/10
CPC classification number: G01J5/10
Abstract: 本发明涉及一种针对热分析仪的温度测量装置及测量方法，其步骤：在密闭加热炉内设置有吸收红外辐射能量的传感器阵列和图像传感器，传感器阵列将采集到的红外辐射信号传输至信号处理器，形成红外热像图信息并传输至计算机；在密闭加热炉内设置的图像传感器将采集到的加热炉内图像信息经采集卡传输至计算机；计算机将接收到的红外热像图信息和图像传感器采集的图像信息进行信息融合处理，获得新的温度数据，通过该新的温度数据显示出加热炉内的温度分布状况。本发明克服了接触式测温的缺点，能精确地计量整体的温度环境、扩大温度测量范围，可以广泛适用于测量密闭真空空间的整体温度场的温度测量，对于需精密测量整体环境温度的真空场合尤其适用。
-
公开(公告)号：CN105973584A
公开(公告)日：2016-09-28
申请号：CN201610436071.5
申请日：2016-06-17
Applicant: 北京信息科技大学
CPC classification number: G01M13/00 , G06K9/00516
Abstract: 本发明涉及一种小波包频域信号流形学习故障诊断方法，其步骤：采集旋转机械设备上的振动数据，将采集的振动数据进行N层小波包分解，生成2N个分量时域信号；对分解产生的各分量时域信号进行希尔伯特包络解调处理后，提取调制信号；对解调信号进行FIR滤波处理；以低采样频率对各分量时域信号进行重采样降低数据长度；对各分层重采样数据进行自相关计算并归一化形成自相关系数；对各分量归一化后的自相关系数值计算功率谱，采用设定阈值对功率谱数据进行阈值处理，将经过阈值处理后的功率谱数据形成高维数据向量；对高维数据向量进行降维处理，将各分量功率谱数据组合形成L×2N维矩阵，最终形成2维或3维流形，通过流形结果判断旋转机械设备的故障状态。
-
Patent Agency Ranking
公开(公告)号：CN104155134A
公开(公告)日：2014-11-19
申请号：CN201410384189.9
申请日：2014-08-06
Applicant: 北京信息科技大学
IPC: G01M99/00
Abstract: 本发明涉及一种高阶累积量特征提取方法适用性的判断方法，其包括以下步骤：(1)采用转子实验台模拟机械设备正常运行状态，采集转子实验台在正常运行状态下的振动信号；(2)利用转子实验台模拟机械设备在某一种故障下的轻度故障程度、中度故障程度和重度故障程度三种故障程度，并采集转子实验台在三种故障程度下的振动信号；(3)计算所有振动信号中每组振动信号1.5维谱；(4)判断1.5维谱特征提取方法对于机械设备故障劣化是否具有敏感性和趋势性，同时满足敏感性和趋势性的特征提取方法适用于该故障的机械设备故障趋势预测。本发明能准确的判断出1.5维谱特征提取方法适用于哪种故障类型，可以广泛在机械设备故障趋势预测中应用。
-
公开(公告)号：CN104155133A
公开(公告)日：2014-11-19
申请号：CN201410384028.X
申请日：2014-08-06
Applicant: 北京信息科技大学
IPC: G01M99/00
Abstract: 本发明涉及一种机械故障程度的评价方法，其步骤：(1)利用转子实验台模拟机械设备正常运行状态，采用振动信号；(2)利用转子实验台模拟机械设备故障的轻度故障程度、中度故障程度和重度故障程度，采集振动信号；(3)对所有振动信号进行双谱操作获得双谱值矩阵；(4)将双谱值矩阵定义为劣化演化矩阵；计算正常运行状态下的劣化演化矩阵以及故障下的劣化演化矩阵；(5)计算劣化演化矩阵的特征值、均值、方差；(6)计算机械设备正常运行状态下的均值最大值、方差最大值；(7)根据以上获得劣化区间划分图；(8)采集实际设备的振动信号得到劣化均值、劣化方差，将其绘制在劣化区间划分图中，根据坐标点所处的区域判断设备运行状态。
-
公开(公告)号：CN101901289B
公开(公告)日：2012-05-02
申请号：CN201010232139.0
申请日：2010-07-15
Applicant: 北京信息科技大学
IPC: G06F17/50
Abstract: 本发明提供一种图像生成方法，所述方法适用于包括案例库的图像生成系统，其中案例库存储有多个案例电路，每个电路的特征信息分别由包括至少一个信息实体的集合来描述；其中方法包括：根据用户对待生成电路的描述信息，生成待生成电路的第一信息实体集合；将该第一信息实体集合作为搜索关键字，从案例库中查找到具有第一信息实体集合中全部或部分信息实体的案例电路；根据预先设置的信息实体与每个案例电路的相关度，获取所述第一信息实体集合与查找到的案例电路的相关度；从所述查找到的案例电路中，选择相关度大于相关度阈值的案例电路作为目标电路；输出目标电路；通过接受用户对目标电路的修改，得到待生成电路。
-
公开(公告)号：CN118537922A
公开(公告)日：2024-08-23
申请号：CN202410659701.X
申请日：2024-05-27
Applicant: 北京信息科技大学
IPC: G06V40/20 , G06V10/25 , G06V10/82 , G06N3/0464 , G06N3/08 , G06V10/46 , G06V20/40 , G06T7/60 , G06V10/764
Abstract: 本发明涉及一种基于深度学习的园区安防吸烟行为检测方法及系统，其包括：通过OpenPose提取视频图像中的人体关键点及其坐标信息，计算手与鼻子的距离以及鼻子与脖子的距离，确定两个距离的比值，并计算手‑肘‑肩之间的角度；根据比值及角度判别是否满足吸烟姿态，满足则确定为吸烟动作，反之则不存在吸烟行为；通过改进的YOLOv7算法检测视频图像中是否存在烟支，存在则确定为烟支，反之则不存在吸烟行为；根据确定的吸烟动作和确定的烟支，判定目标人物的吸烟行为。本发明基于人体关键点和改进的YOLOv7深度学习吸烟行为检测方法，在判断吸烟姿态动作的基础上，再对烟支目标进行识别，实现了更准确的吸烟行为判断。
-
公开(公告)号：CN118519440A
公开(公告)日：2024-08-20
申请号：CN202410650052.7
申请日：2024-05-24
Applicant: 北京信息科技大学
Abstract: 本发明涉及一种柔性环境下的改进AGV路径规划方法、系统及存储介质，其包括：获取柔性环境下地图信息，通过改进JPS算法进行全局路径规划，并提取全局关键点；通过全局关键点更新柔性环境下的地图信息，在所有全局关键点上采用人工势场法进行局部路径规划，重新提取全局关键点，实现动态避障；判断当前的重新提取的全局关键点是否为目标点，若否则将当前的重新提取的全局关键点设为起点，下一个关键点为终点，重新利用人工势场法进行局部路径规划，若是目标点则完成路径规划。本发明能实现在复杂环境中快速地规划出到制定目标地的最优路径，并在导航运动中实时躲避未知障碍物。
-
-
-
-
-
-
-
-
-
Search Results
64
records
(took 0.025 seconds)
