-
公开(公告)号：CN106769051A
公开(公告)日：2017-05-31
申请号：CN201710144702.0
申请日：2017-03-10
Applicant: 哈尔滨理工大学
IPC: G01M13/04
CPC classification number: G01M13/045
Abstract: 一种基于MCEA‑KPCA和组合SVR的滚动轴承剩余使用寿命预测方法，属于轴承运行状态的预测领域。本发明的目的是为了准确预测滚动轴承的剩余使用寿命。本发明方法对提取的特征计算每个评价标准的有效性得分，自适应地确定每个评价标准的权重，筛选出有效性总得分高于其整体平均值的特征，进一步利用KPCA去除已筛选特征之间的信息冗余，建立约简后的特征矩阵。将多个轴承约简后的特征分别作为SVR的输入，当前使用寿命与全寿命的比值p即RUL作为输出，建立多个SVR模型，并采用自适应的方法确定各模型的权重，最终构建组合SVR预测模型。本发明方法可准确地对滚动轴承进行RUL预测。
-
公开(公告)号：CN106683280A
公开(公告)日：2017-05-17
申请号：CN201611270492.1
申请日：2016-12-30
Applicant: 哈尔滨理工大学
CPC classification number: Y02T10/7005 , Y02T90/12 , Y02T90/128 , Y02T90/16 , G07F15/005 , B60L11/1811 , B60L11/1848
Abstract: 一种用于电动车电池交换续航及充电的控制装置，属于电力控制领域。本发明为了解决传统电动车电池充电慢等问题。技术要点：本发明将交流220V转为直流电压为单片机供电同时为电池充电，电池桶内电池电量检测模块及电池锁通过继电器分别与从单片机的指令输入端和指令输出端相连，从单片机通过检测电池电压来检测电池桶内电池的放入与取走，若放入，则用户刷卡，主控单片机通过RFID读卡器读取ID卡卡号，若识别成功后通过继电器控制电控锁使其将刚放入的电池锁止，同时锁释放一枚已充满的电池，通过继电器控制开启对应的充电开关，对其充电；若识别不成功，则刷卡无效。可用于市区、居民区，以电池租赁的方式直接更换上充满电的电池来续航。
-
公开(公告)号：CN106644481A
公开(公告)日：2017-05-10
申请号：CN201611230706.2
申请日：2016-12-27
Applicant: 哈尔滨理工大学
IPC: G01M13/04
CPC classification number: G01M13/04
Abstract: 基于数学形态学和IFOA‑SVR的滚动轴承可靠度预测方法，涉及滚动轴承可靠度预测技术领域。为保证预测精度同时增加预测步长而提出的预测方法。该方法首先提取振动信号的包络信号，计算该包络信号的数学形态学分形维数，将其作为滚动轴承性能退化状态特征；其次，利用IFOA对SVR中的参数C，g以及ε同时进行寻优，建立预测模型。同时，利用极大似然估计结合IFOA建立威布尔比例故障率模型，进而得到可靠度模型；最后，将退化状态特征作为IFOA‑SVR预测模型的输入，采用长期迭代预测法获取特征预测结果，并将该结果嵌入到可靠度模型中，从而预测出轴承运行状态的可靠度。实验表明，利用所提方法在保证预测精度的前提下增加预测步长。
-
公开(公告)号：CN106534653A
公开(公告)日：2017-03-22
申请号：CN201611253238.0
申请日：2016-12-30
Applicant: 哈尔滨理工大学
CPC classification number: H04N5/2251 , H04N5/23203 , H04N7/18
Abstract: 本发明提供了一种用于检测室内运动目标的网络摄像装置及其检测方法。网络摄像装置包括ARM主控模块、电源管理电路、外部存储电路、网卡电路、DUSB串口电路、USB电路、降压模块、USB摄像头和WIFI模块；ARM主控模块利用基于OpenCV的运动目标检测算法来判断监控视频数据中是否有运动目标出现，并在判定有运动目标出现的情况下，通过USB电路将监控视频数据经由WIFI模块发送至监控主机并保存。检测方法通过获取初始背景帧及实时获取当前视频对应的图像序列，根据运动目标检测算法中的混合高斯模型背景减除算法来对图像序列中每一帧图像进行前景提取和背景更新，并进行二值化处理，通过判断前景二值化结果中白像素点个数是否超过设定阈值，来确定是否有运动目标。
-
公开(公告)号：CN103634099B
公开(公告)日：2017-01-25
申请号：CN201310703540.1
申请日：2013-12-19
Applicant: 哈尔滨理工大学
IPC: H04L9/00
Abstract: 一种五维混沌系统及基于五维混沌系统的混沌信号发生器，涉及信息加密领域。本发明的五维混沌系统占用数字电路乘法器数量少、实现简单，呈现混沌的系统参数范围大从而获得复杂性的混沌信号，提高混沌信息加密的安全性。五维混沌系统用于输出五路混沌信号并存在典型的混沌吸引子。混沌信号发生器中的FPGA用于生成五维混沌系统电路，FPGA的五路混沌信号输出端分别连接第一路、第二路、第三路、第四路、第五路数模转换器的数字信号输入端；拨码开关的一端连接电源，拨码开关的另一端分别连接五路数模转换器的供电端，五路数模转换器输出的信号均为电压信号。混沌信号发生器能提供具有多种变量组合形式的用于信息加密的具有良好的混沌特性五维混沌信号源。
-
Patent Agency Ranking
公开(公告)号：CN103684741A
公开(公告)日：2014-03-26
申请号：CN201310631579.7
申请日：2013-12-02
Applicant: 哈尔滨理工大学
IPC: H04L9/00
Abstract: 用于通信加密的多混沌吸引子分时切换方法及切换装置，属于通信加密技术领域。解决了现有的多混沌吸引子切换软件系统存在无法实现不同混沌系统吸引子的快速分时切换的问题。在FPGA中构造切换混沌系统，由软键盘输入分系统控制字符给单片机，单片机将分系统控制字符转化为分系统切换控制信号传递给FPGA，FPGA根据分系统切换控制信号选择切换混沌系统中的一个分系统，再由软键盘输入分相控制字符给单片机，单片机将分相控制字符转化为分相切换控制信号传递给FPGA，FPGA根据分相切换控制信号选择上述选定分系统的三相或四相中的某两相输出。提供时变性、多样性和复杂性的混沌信号。增强了加密效果和抗破译能力，实现了任意时刻、快速的多混沌吸引子的分时切换。
-
公开(公告)号：CN114429150B
公开(公告)日：2024-08-23
申请号：CN202111521473.2
申请日：2021-12-30
Applicant: 哈尔滨理工大学
IPC: G06F18/213 , G06F18/24 , G06F18/214 , G06N3/0464 , G01M13/045
Abstract: 一种基于改进深度子域适应网络的变工况下滚动轴承故障诊断方法及系统，涉及滚动轴承故障诊断技术领域，用以解决现有故障诊断模型对于不同工况分布差异大的振动数据的故障诊断准确率不高的问题。本发明的技术要点包括：对源域和目标域振动数据做短时傅里叶变换得到时频谱图；引入通道注意力机制和首层宽卷积核机制对残差网络进行改进，提取时频谱图中的深层特征；利用局部最大均值差异对源域特征和目标域特征进行子域适应处理，减小源域和目标域各个子域之间的分布差异，实现复杂工况下滚动轴承的故障诊断。本发明可以实现变工况及工况泛化情况下的滚动轴承故障诊断，具有较高的准确率。本发明可广泛应用于滚动轴承故障诊断之中。
-
公开(公告)号：CN118090214A
公开(公告)日：2024-05-28
申请号：CN202410200991.1
申请日：2024-02-23
Applicant: 哈尔滨理工大学
IPC: G01M13/045 , G06F18/24 , G06F18/10 , G06F18/213 , G06N3/042 , G06N3/0985
Abstract: 本发明公开了一种改进多头图注意力网络的滚动轴承故障诊断方法及系统，涉及滚动轴承故障诊断技术领域。本发明的技术要点包括：根据元学习训练策略将样本集按多个任务划分，每个任务内样本集分为支持集和查询集；引入高斯原型模块和斯皮尔曼算法改进多头图注意力网络，完成支持集、原型集和查询集样本间的连接，实现轴承信号有向图的构造；将轴承信号有向图输入多头图注意力网络的图注意力层，以提取轴承状态特征；在元学习模型的任务内外循环过程中分别引入仿射变换和任务辅助损失，完成循环多次交替迭代，得到滚动轴承故障诊断模型。本发明增强了模型特征提取能力，减少了任务间差异对元学习模型最优参数确定的影响，提高了轴承故障诊断准确率。
-
公开(公告)号：CN113723492B
公开(公告)日：2024-05-24
申请号：CN202110978295.X
申请日：2021-08-25
Applicant: 哈尔滨理工大学
IPC: G06V10/764 , G06V10/82 , G06N3/047 , G06N3/0464 , G06N3/0895
Abstract: 一种改进主动深度学习的高光谱图像半监督分类方法及装置，涉及遥感图像处理技术领域，用以解决现有高光谱图像分类方法中存在的小样本情况下人工标记花费时间过长且分类效果不佳的问题。本发明的技术要点包括：利用有标签样本训练卷积神经网络，并利用卷积神经网络对无标签样本进行类别概率预测；根据预测的类别概率，利用主动学习策略计算获得其中信息量最大的无标签样本；引入随机多图算法对无标签样本进行标记，在伪标签候选池中寻找信息量大的样本作为新样本，将新样本加入训练集，对卷积神经网络的分类模型不断进行微调。本发明在降低标记成本的同时可以提高模型在小样本数据集上的分类性能，可应用于标签样本稀缺的高光谱遥感图像分类之中。
-
公开(公告)号：CN118035844A
公开(公告)日：2024-05-14
申请号：CN202410231247.8
申请日：2024-02-29
Applicant: 哈尔滨理工大学
IPC: G06F18/241 , G06F18/23 , G06F18/27 , G06F18/214 , G06N3/0455 , G06N3/0464 , G06N3/0442 , G06N3/088 , G06N3/098
Abstract: 一种二次聚合个性化联邦的滚动轴承寿命预测方法及系统，涉及滚动轴承寿命预测技术领域。本发明是针对不同工况下滚动轴承振动数据分布差异大，单一用户数据量少且多个用户间数据不共享的问题而提出的。该方法用不同深度的自编码器提取多尺度特征信息并压缩为散点图，实现特征增强；利用无监督二元回归模型确定第一预测时间，构建分段退化标签；提出二次聚合个性化联邦学习算法，各用户构建改进的CNN‑LSTM模型，并将其参数上传至服务端，服务端采用多任务学习框架，一次聚合多用户同种工况模型参数；在此基础上，利用批量归一化层参数统计信息计算一次聚合模型间相似度，引入权重更新机制指导模型参数二次聚合，减少不同工况模型间的负迁移现象并学习有益的全局知识，最终形成针对各工况的个性化预测模型。经实验验证，所提方法在保障数据隐私的前提下，可实现不同工况下滚动轴承寿命预测，预测平均得分与集中式学习方法相当、相较于联邦平均算法提升0.2197。
-
-
-
-
-
-
-
-
-
Search Results
154
records
(took 0.028 seconds)
