-
公开(公告)号：CN118163834B
公开(公告)日：2025-04-04
申请号：CN202410226006.4
申请日：2024-02-29
Applicant: 苏州大学
Abstract: 本发明涉及一种轨道交通走行轨绝缘破损定位装置和方法，装置包括间隔预设距离的第一检测装置和第二检测装置，第一检测装置和第二检测装置之间存在粗定位的绝缘破损点，所述绝缘破损点位于轨道交通的第一走行轨条或第二走行轨条上，方法包括第一检测装置和第二检测装置对应的钢轨均不存在钢轨焊缝时的走行轨绝缘破损定位方法、以及第一检测装置或第二检测装置对应的钢轨存在钢轨焊缝时的走行轨绝缘破损定位方法。本发明的装置简单易用，能够对走行轨绝缘破损点进行准确定位。
-
公开(公告)号：CN116007937B
公开(公告)日：2024-09-06
申请号：CN202211575101.2
申请日：2022-12-08
Applicant: 苏州大学
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：CN118228167A
公开(公告)日：2024-06-21
申请号：CN202410226005.X
申请日：2024-02-29
Applicant: 苏州大学
IPC: G06F18/2433 , G06F18/214 , G06N3/0464 , G01R31/52 , G01R31/56
Abstract: 本发明涉及一种轨道交通走行轨接地故障诊断方法和系统，其中，方法包括：在轨道交通线路试车阶段，将线路划分为若干区段，在线路的不同区段设置接地故障；获取各个区段的若干特征量并进行数据预处理，形成源域工况数据集；在轨道交通线路运营阶段，获取各个区段的若干特征量并进行数据预处理，形成目标域工况数据集；通过所述源域工况数据集和目标域工况数据集对神经网络架构进行训练，得到训练好的神经网络架构；重新获取各个区段的若干特征量并进行数据预处理，形成待检测的数据集，通过训练好的神经网络架构对所述待检测的数据集进行故障诊断，判断接地故障所在的区段。本发明能够对走行轨的接地故障进行有效检测。
-
公开(公告)号：CN118163803A
公开(公告)日：2024-06-11
申请号：CN202410267387.0
申请日：2024-03-08
Applicant: 苏州大学
IPC: B60W40/064 , B60W30/09 , B60W30/095 , B60W50/14
Abstract: 本发明涉及汽车行驶安全技术领域，具体指一种路面类型识别方法及基于此的车辆自主紧急制动控制方法、装置，包括：通过车辆摄像头、传感器，获取当前车辆自身状态信息以及当前车辆前方目标状态，并将获取信息传送至汽车域控制器中；通过借助激光雷达获取点云反射强度特征识别车辆行驶前方路面类型，从而得出路面的附着系数；通过对于汽车在横纵向上行驶状态进行危险评估，判断是否存在潜在风险，依据驾驶员的反应做出制动措施；提前识别车辆行驶路面类型，从而提高预估路面附着系数的准确度；充分考虑前方路面状态的实时变化，动态适应调整制动，且能够较为缓和地实现车辆制动，有效提高了道路行驶以及车辆主动安全性。
-
公开(公告)号：CN115600458B
公开(公告)日：2024-05-10
申请号：CN202211242590.X
申请日：2022-10-11
Applicant: 苏州大学
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。
-
Patent Agency Ranking
公开(公告)号：CN117764331A
公开(公告)日：2024-03-26
申请号：CN202311742610.4
申请日：2023-12-18
Applicant: 苏州大学
IPC: G06Q10/0631 , G06Q10/047
Abstract: 本发明涉及一种机场飞机牵引车有人和无人驾驶混行调度优化方法，包括：设定有人驾驶牵引车的作业轨迹固定，规划无人驾驶牵引车的作业轨迹；采用A*算法生成无人驾驶牵引车全局性路径规划；对无人驾驶牵引车局部路径规划，分别从保持跟驰状态、进行换道行为以及交叉口抢行行为三种情况考虑，并针对较复杂的换道行为和抢行行为建立反馈机制；考虑到要避免机场跑道车机冲突事故，提出进入跑道区前的决策判断模型；本发明直接避开了静态障碍物对车辆运行环境的影响；使无人驾驶和有人驾驶混合车流可以无冲突的高效快速到达作业区，降低了牵引车在航班时间窗内的作业延误，保障了机场地面服务车辆安全作业。
-
公开(公告)号：CN117493964A
公开(公告)日：2024-02-02
申请号：CN202311507030.7
申请日：2023-11-13
Applicant: 苏州大学
IPC: G06F18/241 , G01M13/045 , G06F18/214 , G06F18/213 , G06N3/0895
Abstract: 本发明涉及一种基于半监督类别增量的轴承故障诊断方法及系统，所述方法包括：获取原始振动信号；根据所述原始振动信号生成数据流；所述数据流包括第一数据集和第二数据集；根据所述第一数据集训练半监督类别增量模型，生成初始化模型；所述初始化模型包括特征提取器和分类器；将所述第二数据集输入至所述特征提取器生成第二数据集特征矩阵；所述第二数据集特征矩阵通过半监督类别增量规则更新所述分类器，以生成第一模型和输出权重；根据所述输出权重确定轴承故障类别。通过引入半监督学习算法和增量学习策略，能够在仅使用少量标记样本的情况下，利用大量未标记样本进行模型训练。有助于提高轴承故障诊断的准确性和效率。
-
公开(公告)号：CN111274754B
公开(公告)日：2023-12-15
申请号：CN202010148818.3
申请日：2020-03-05
Applicant: 苏州大学
IPC: G06F30/367 , G06F111/10
Abstract: 本发明涉及一种轨道绝缘非均匀情况下轨道交通供电参数计算方法及系统，包括确定回流系统的划分切面，将回流系统分割为多个区段；根据不同的区段和切面建立回流系统的等效模型；将所述等效模型添加到轨道交通供电系统中形成全模型，计算所述全模型的供电参数。本发明有利于保证供电参数计算的快速性、精确性。
-
公开(公告)号：CN111666877B
公开(公告)日：2023-08-29
申请号：CN202010507311.2
申请日：2020-06-05
Applicant: 苏州大学
IPC: G06F18/2131 , G06F18/25
Abstract: 本发明公开了一种基于变参小波流形的旋转机械微弱故障检测方法。本发明一种基于变参小波流形的旋转机械微弱故障检测方法，包括：步骤(1)、选定母小波，给定小波参数的1个取值组合，确定信号分析的尺度范围；步骤(2)、对信号进行CWT处理，计算各尺度下的小波包络；步骤(3)、按照给定指标从整个尺度带内选择包含最多故障信息的1个小波包络，即故障小波包络。本发明的有益效果：本发明提取信号在不同小波参数下的故障小波包络，利用流形学习卓越的特征挖掘能力，从高维变参小波包络中提取出具有稳定结构的脉冲包络，去除带内噪声，实现对微弱故障脉冲包络的有效检测。
-
公开(公告)号：CN113935460B
公开(公告)日：2023-08-11
申请号：CN202111136682.5
申请日：2021-09-27
Applicant: 苏州大学
IPC: G06F18/2433 , G06F18/10 , G06F18/214 , G06F18/241 , G06N3/0455 , G06N3/084 , G06F18/2411 , G06F18/243 , G06N3/0464 , G06N3/048
Abstract: 本发明类不平衡数据集下的机械故障智能诊断方法，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)、模型搭建：把自动编码器和生成对抗网络进行组合，搭建数据生成模型；步骤(3)、模型训练：利用故障数据按照预设的损失函数和优化算法训练所述数据生成模型；步骤(4)、数据生成：利用所述数据生成模型在训练中学习到的故障数据低维特征，通过多次插值、加噪后生成对应类的故障数据，实现各类数据平衡；步骤(5)、故障诊断：利用类平衡数据集训练预设的故障诊断模型，利用训练好的故障诊断模型对机械故障进行智能诊断。利用自动编码器、生成对抗网络的结合，实现机械故障诊断。
-
-
-
-
-
-
-
-
-
Search Results
101
records
(took 0.024 seconds)
