-
公开(公告)号：CN117076890A
公开(公告)日：2023-11-17
申请号：CN202311146852.7
申请日：2023-09-06
Applicant: 桂林电子科技大学 , 南宁桂电电子科技研究院有限公司
IPC: G06F18/20 , G06N3/0464 , G06N3/08 , G01M13/04 , G01M13/045
Abstract: 本发明公开了基于改进PER和深度强化学习多类不平衡故障定量诊断方法。针对长尾分布下旋转机械智能故障定量诊断存在精度低、泛化性差等问题，立足于深度强化学习，提出基于改进优先经验回放(Prioritized experience replay，PER)的D3QN新范式PER‑EADRL。首先用奖励值和TD‑error(Temporal‑difference error)评估经验数据优先级，高效复用高价值信息；其次以ResNet为骨干网络，深度融合ECA注意力和CBAM注意力机制构建深度Q网络，在连续试炼中探明潜在空间的高阶判别性特征；同时以不平衡率为基准构建奖励机制，实时准确率作为模型反馈保守微调奖励函数；进一步地利用同步压缩小波变换获取时频图，构建高质量虚拟环境。最后，通过CWRU数据进行验证：所提方法在类不平衡工况下能自主精确实现故障定量识别。
-
公开(公告)号：CN108941946A
公开(公告)日：2018-12-07
申请号：CN201811141005.0
申请日：2018-09-28
Applicant: 桂林电子科技大学
CPC classification number: B23K26/70 , B23K26/00 , B23K26/21 , B23K26/38 , B23K26/702
Abstract: 本发明公开了一种用于机械激光加工的固定平台，包括底座和电动滑轨，所述电动滑轨的底部外壁通过螺栓固定在底座上，且电动滑轨的一侧内壁滑动连接有工作台，电动滑轨的另一侧内壁滑动连接有滑杆，所述滑杆的顶部外壁滑动连接有基座，且基座的顶部外壁设置有旋转结构，所述旋转结构的顶部外壁通过轴连接有第一支臂，且第一支臂的两侧外壁均设置有第一液压杆，所述第一支臂的一端外壁中轴线处通过螺栓固定有第二液压杆，且第一支臂靠近第二液压杆的一端外壁通过轴连接有第二支臂。本发明通过多联动臂实现不同动作，通过前臂激光模头配合上多杆联动，实现旋转、切割和点焊命令，配合上水平激光仪和红外传感器减少工件重新安装定位次数。
-
公开(公告)号：CN108311790A
公开(公告)日：2018-07-24
申请号：CN201810325662.4
申请日：2018-04-12
Applicant: 桂林电子科技大学
IPC: B23K26/359
Abstract: 本发明为一种激光辅助金刚石划切加工的方法和加工系统，本法光纤导引的激光束聚焦于工件表面的划切路径上，激光加热工件，使划切部位的材料软化，金刚石划切头紧随激光聚焦光斑，划切加热后强度降低的区域。本系统金刚石划切装置的悬臂下端经固定卡具连接金刚石划切头。激光经导引光纤引导至激光头，整形后的激光束聚焦于工件表面，金刚石划切头接触工件表面的点与激光束在工件表面的聚焦点有距离。导引光纤安装于调节结构上的保护壳体内，以便调节激光束。激光加热后材料强度降低，划切难度降低，且可减少切槽崩边、裂纹缺陷，还可提高加工效率。
-
公开(公告)号：CN106769052A
公开(公告)日：2017-05-31
申请号：CN201710169963.8
申请日：2017-03-21
Applicant: 桂林电子科技大学
IPC: G01M13/04
CPC classification number: G01M13/045
Abstract: 本发明为一种基于聚类分析的机械系统滚动轴承智能故障诊断方法，先训练诊断模型：包括采集外圈、内圈、滚动体和保持架故障及正常五种轴承状态标准振动信号样本；信号分解，原始振动信号和分解后分量的时域与频域特征提取，得原始特征集；自权重算法和AP聚类去除冗余得Z个优选特征；再次用AP聚类，完成样本状态分类，得到训练好的诊断模型。故障诊断时采集轴承实时振动信息，信号分解，提取模型确定的优选特征，导入AP按诊断模型参数聚类，与模型中已知的Z个特征比较，得到当前未知信号类别，完成故障诊断。本发明同时使用EEMD与WPT分解振动信号，获取更多精细的轴承状态信息，自权重法和AP聚类增加诊断的智能化，保证精确诊断。
-
公开(公告)号：CN106528988A
公开(公告)日：2017-03-22
申请号：CN201610955036.4
申请日：2016-10-27
Applicant: 桂林电子科技大学
IPC: G06F17/50
CPC classification number: G06F17/5095 , G06F17/5009 , G06F2217/06
Abstract: 本发明含有限频带约束的车辆主动悬架鲁棒控制器的设计方法，首先分析车辆动力学特点，建立基于整车的主动悬架模型；然后针对车辆部件的参数变动情况，建立含不确定参数的主动悬架状态方程；针对车辆在俯仰及侧倾方向的振动、主动悬架执行器饱和特性、悬架行程限制等问题，建立主动悬架多目标控制模型；考虑人体对垂向振动特定频带(4-8Hz)的敏感性，建立含有限频带约束的主动悬架鲁棒控制系统，并求解系统控制器，对车辆状态进行有效控制，以提高乘坐舒适性。
-
Patent Agency Ranking
公开(公告)号：CN105171237A
公开(公告)日：2015-12-23
申请号：CN201510542771.8
申请日：2015-08-31
Applicant: 桂林电子科技大学
IPC: B23K26/122
Abstract: 本发明为一种水下激光加工系统的液膜控制装置及使用方法。本装置底面密封固定玻璃板的回形框位于工作台上方。回形框各外侧面有2个上、下臂成曲尺形的支撑夹，上臂铰接于回形框外侧面，同侧下臂末端连接支撑板。上臂与回形框间的扭转弹簧将支撑板抵于工作台侧面、支撑回形框。至少3个调节螺栓贯穿回形框、底端外伸。使用方法为，回形框悬于工作台上方，调节螺栓上下运动，调节玻璃板底面与工件上表面的间距、即液膜厚度，水流注入此间隙成液膜，激光穿过回形框、玻璃板和液膜聚焦于工件加工。本发明中工件上方的液膜厚度均匀不变，水流冷却工件并冲走加工产生的切屑和气泡，保证激光加工的质量和效率。
-
公开(公告)号：CN103292769B
公开(公告)日：2015-11-25
申请号：CN201310241235.5
申请日：2013-06-19
Applicant: 桂林电子科技大学
IPC: G01B21/22
Abstract: 一种基于最小区域的平面倾斜度误差检测方法，该方法首先测量并获取被测平面上测点坐标；然后给出被测平面的初始参数，查询被测要素与误差包容区域接触的测点，根据接触点的坐标确定包容区域旋转的方向，并通过作辅助圆锥的方法计算变动量，获得变动后的包容区域参数；然后在查询接触点，计算变动量，依次迭代计算，直到满足判别准则，输出平面倾斜度误差以及平面参数的最优值。本发明可准确计算出满足最小区域的平面倾斜度误差以及平面参数最优值。
-
公开(公告)号：CN108326554B
公开(公告)日：2024-05-10
申请号：CN201810325364.5
申请日：2018-04-12
Applicant: 桂林电子科技大学
IPC: B23P23/00
Abstract: 本发明为一种激光水射流复合加工系统，射流喷嘴出射水射流，水射流落点在工件表面的加工路径上。激光器产生的激光束在处于保护壳体内的导引光纤中传播，导引光纤末端连接金刚石导引头。金刚石导引头的导光端与工件表面的距离小于100微米，激光在金刚石导引头内经多次全反射汇聚为直线光束输出，直接作用于水中工件表面的加工路径上。本发明激光束的光路处于保护壳体内，保证光束传播过程中不受射流溅射水雾的干扰，激光束和高压射流协同作用，准确高效地去除预定加工路径上的材料，激光光路稳定，激光光斑半径缩小，划切线宽缩小，提高加工精度和质量。
-
公开(公告)号：CN117454082A
公开(公告)日：2024-01-26
申请号：CN202311350765.3
申请日：2023-10-18
Applicant: 桂林电子科技大学 , 南宁桂电电子科技研究院有限公司
IPC: G06F18/10 , G06F18/213 , G06F18/214 , G06F18/21 , G06F18/25 , G06N3/0464 , G06N3/092
Abstract: 本发明公开了基于ECA‑ResNet和深度强化学习的不平衡故障定量诊断方法，将原始振动信号进行同步压缩小波变换获得时频表示，用来构建智能体的模拟环境；高效通道注意力模块嵌入ResNet构建深度Q网络实现故障关键特征的深层提取，同时以准确率为偏置，以不平衡率为基准，为所提模型构建了独特的奖励函数。优化状态转移函数以改善数据不平衡分布情况；通过实施经验重放和迭代更新，动态地改进和更新网络结构和超参数，提高模型的稳健性。通过DWT轴承数据集对所提方法ECADRL进行验证，在极端类不平衡情况下，实现了准确高效的故障定量识别。
-
公开(公告)号：CN117423084A
公开(公告)日：2024-01-19
申请号：CN202311449349.9
申请日：2023-11-02
Applicant: 桂林电子科技大学 , 南宁桂电电子科技研究院有限公司
IPC: G06V20/56 , G06V10/25 , G06V10/80 , G06V10/82 , G06N3/0464 , G06N3/0895
Abstract: 本发明提供一种基于自监督的多源传感器融合的多目标跟踪方法，涉及自动驾驶领域：主要组成部分由融合阶段和跟踪阶段，融合阶段包括生成获取不同传感器数据，构建传感器融合框架，构建跟踪模型，设计联合损失函数以及训练模型，在跟踪阶段，主要将测试2D视频序列和3D点云数据输入到训练后的模型中，通过自监督学习得到待测时刻的搜索响应，响应中最大值的位置表示跟踪目标所在位置，并结合所对应的尺度得到最终预测的跟踪框，从而完成该时刻目标的跟踪。本发明不仅能让模型进行自监督训练，还能让模型学到不同数据增强下搜索响应的一致性，从而学到更加鲁棒的自监督表征并显著提高跟踪性能。
-
-
-
-
-
-
-
-
-
Search Results
151
records
(took 0.065 seconds)
