一种欠定工作模态参数识别方法、装置、设备及存储介质

    公开(公告)号:CN117892118B

    公开(公告)日:2024-05-28

    申请号:CN202410264227.0

    申请日:2024-03-08

    Abstract: 本发明提供的一种欠定工作模态参数识别方法、装置、设备及存储介质,涉及工作模态参数识别技术领域,通过从部署在结构上的振动传感器获取传感器测点的线性时不变结构振动响应信号,来识别线性时不变结构的模态参数(包括模态固有频率、模态振型矩阵、模态阻尼比)。本发明采用过完备独立成分分析数学模型对振动响应信号进行成分分析获得分离矩阵和分离信号,结合贝叶斯和最大化后验概率方法对分离矩阵和分离信号进行估计和迭代更新直至收敛,从而获得逼近的振动响应信号的模态振型和模态响应矩阵,从而实现在环境激励下部署在工程结构上有限的传感器测得的平稳振型响应信号中识别出更多的模态参数信息。

    幕墙工作模态参数识别、故障诊断与健康状态监测方法

    公开(公告)号:CN116067600A

    公开(公告)日:2023-05-05

    申请号:CN202310069738.2

    申请日:2023-02-07

    Abstract: 本发明公开一种幕墙工作模态参数识别、故障诊断与健康状态监测方法,属于模态参数识别领域。将流形学习中的局部保留投影算法结合增量式引入动力学结构,以进行线性时变结构的工作模态参数识别,局部保留投影算法很好的平衡了噪声对模态识别的影响,同时使用滑动窗技术和增量式技术,使得局部保留投影算法能够识别高阶模态,对噪声干扰不敏感,解决了模态丢失、模态重复和时间复杂度过高的问题。

    基于MKTL的多点频域振动响应预测方法、装置、设备及介质

    公开(公告)号:CN117933102A

    公开(公告)日:2024-04-26

    申请号:CN202410335802.1

    申请日:2024-03-22

    Abstract: 本发明提供的基于MKTL的多点频域振动响应预测方法、装置、设备及介质,通过用部分辅助测点的振动响应频域数据加入不同类型的噪声后,训练一个多输入多输出的神经网络振动响应预测模型作为源域的源模型,以应对实际工况条件下噪声变化多样问题的振动响应鲁棒性预测;通过两种多频率知识迁移学习MKTL形式分别结合两种源域存储机制,采用一种迁移形式结合一种源域存储机制的多源域迁移存储机制,组成四种形式并进行融合、综合对比,得到最优BP‑NN神经网络模型,辅助目标域进行训练,达到模型迁移的目的。本发明实现了多个领域知识的综合学习,克服单源域迁移存在的信息不充分问题,增强了模型的鲁棒性,有效提高模型的预测精度和效果。

    一种欠定工作模态参数识别方法、装置、设备及存储介质

    公开(公告)号:CN117892118A

    公开(公告)日:2024-04-16

    申请号:CN202410264227.0

    申请日:2024-03-08

    Abstract: 本发明提供的一种欠定工作模态参数识别方法、装置、设备及存储介质,涉及工作模态参数识别技术领域,通过从部署在结构上的振动传感器获取传感器测点的线性时不变结构振动响应信号,来识别线性时不变结构的模态参数(包括模态固有频率、模态振型矩阵、模态阻尼比)。本发明采用过完备独立成分分析数学模型对振动响应信号进行成分分析获得分离矩阵和分离信号,结合贝叶斯和最大化后验概率方法对分离矩阵和分离信号进行估计和迭代更新直至收敛,从而获得逼近的振动响应信号的模态振型和模态响应矩阵,从而实现在环境激励下部署在工程结构上有限的传感器测得的平稳振型响应信号中识别出更多的模态参数信息。

    一种用于轻质垃圾回收的机器人分拣系统及分拣方法

    公开(公告)号:CN116899910A

    公开(公告)日:2023-10-20

    申请号:CN202311095936.2

    申请日:2023-08-29

    Abstract: 本发明公开了一种用于轻质垃圾回收的机器人分拣系统及分拣方法,图像识别机构、机器人执行机构均与控制器通讯连接,控制器根据图像识别机构反馈的垃圾图像识别出垃圾的材质及类别以及对应的垃圾收集区的位置信息,并控制真空吸盘吸附该垃圾后,再控制转盘转动直至喷嘴朝向该垃圾的材质及类别所对应的垃圾收集区,接着控制真空吸盘释放该垃圾,且通过高压气喷组件将该垃圾喷选到对应的垃圾收集区。该分拣系统采用真空吸盘与高压气喷组件相结合的方式进行垃圾的投递,只需通过高压气喷组件将垃圾喷进对应的垃圾收集区,大大缩短了机械臂的行程,省去了机械臂移动至垃圾收集区的时间,提高了整个分拣设备分拣效率,降低了分拣成本。

    基于MKTL的多点频域振动响应预测方法、装置、设备及介质

    公开(公告)号:CN117933102B

    公开(公告)日:2024-06-14

    申请号:CN202410335802.1

    申请日:2024-03-22

    Abstract: 本发明提供的基于MKTL的多点频域振动响应预测方法、装置、设备及介质,通过用部分辅助测点的振动响应频域数据加入不同类型的噪声后,训练一个多输入多输出的神经网络振动响应预测模型作为源域的源模型,以应对实际工况条件下噪声变化多样问题的振动响应鲁棒性预测;通过两种多频率知识迁移学习MKTL形式分别结合两种源域存储机制,采用一种迁移形式结合一种源域存储机制的多源域迁移存储机制,组成四种形式并进行融合、综合对比,得到最优BP‑NN神经网络模型,辅助目标域进行训练,达到模型迁移的目的。本发明实现了多个领域知识的综合学习,克服单源域迁移存在的信息不充分问题,增强了模型的鲁棒性,有效提高模型的预测精度和效果。

    基于SRT的多点频域振动响应预测方法、装置、设备及介质

    公开(公告)号:CN117952019A

    公开(公告)日:2024-04-30

    申请号:CN202410335784.7

    申请日:2024-03-22

    Abstract: 本发明提供的基于SRT的多点频域振动响应预测方法、装置、设备及介质,涉及多点频域振动响应预测领域,通过获取频率序列中每个频率下的振动响应频域数据样本集,用一频率下的振动响应频域数据训练一个多输入多输出的神经网络振动响应预测模型,并将训练好的预测模型作为源域,采用MMD及方差散度方法,得到不同频率的数据差异之后,使用SRT算法,得到最佳的迁移学习顺序;根据该顺序进行模型迁移学习,将上一个训练学习得到的模型参数作为下一个目标频率网络模型权值的初值并微调,达到模型迁移的目的。本发明考虑到源域和目标域之间的差异性和相似性,解决了在迁移过程中出现辅助域与目标域相差较大而出现负迁移的现象,响应预测的精度更高且速度快。

    一种工作模态参数的识别方法、系统、电子设备及介质

    公开(公告)号:CN116340758A

    公开(公告)日:2023-06-27

    申请号:CN202310609029.9

    申请日:2023-05-29

    Abstract: 本发明公开一种工作模态参数的识别方法、系统、电子设备及介质,涉及模态参数识别技术领域。所述方法包括基于稀疏随机矩阵对多个观测信号分别进行亚采样得到多个亚采样信号;亚采样信号的数据量低于奈奎斯特定理中规定的最低数据量;观测信号为设置在待测量设备上的传感器测得的;采用子空间追踪算法对各亚采样信号分别进行重构得到多个重构信号;采用互信息极小化独立成分分析算法对各重构信号进行盲源分离得到各重构信号对应的混合矩阵和源信号;根据各重构信号对应的混合矩阵和源信号得到各观测信号的工作模态参数。本发明在低数据量和低采集频率的情况下,提高工作模态参数结果的准确性和鲁棒性。

Patent Agency Ranking