-
公开(公告)号：CN113610116B
公开(公告)日：2023-07-04
申请号：CN202110800113.X
申请日：2021-07-14
Applicant: 上海工程技术大学
IPC: G06F18/2411 , G06N3/006 , G06N20/10 , G06F18/214
Abstract: 本发明涉及一种自适应差分进化算法优化支持向量机的故障诊断方法，采集待诊断故障的轴承的振动信号，并对其进行预处理得到数据后，将数据输入到训练好的支持向量机模型中，由其输出轴承故障诊断结果；预处理的过程即依次进行分解、特征提取和特征选择的过程；支持向量机模型的训练步骤如下：(1)采集已诊断故障的轴承的振动信号，并对其进行所述预处理得到训练样本数据；(2)优化支持向量机模型的模型参数C和gamma；(3)训练支持向量机模型；将参数C和gamma的取值代入支持向量机模型中，利用训练样本数据对支持向量机模型进行训练。本发明可实现参数的自适应调整，从而使得支持向量机算法达到较优的结果，提高了算法的鲁棒性和准确度。
-
公开(公告)号：CN113947111A
公开(公告)日：2022-01-18
申请号：CN202111218774.8
申请日：2021-10-20
Applicant: 上海工程技术大学
IPC: G06K9/00
Abstract: 本发明涉及一种基于改进帝国竞争算法优化SVC的轴承故障诊断方法，所述方法中SVC的惩罚因子C和核参数Gamma为经过改进的帝国竞争算法优化后得到的；所述改进帝国竞争算法是指包含有帝国强化策略的帝国竞争算法；所述帝国强化策略是指在帝国竞争算法的每一轮迭代过程中，将每一个帝国与随机选取的四个帝国作为差分进化算法的输入，依次经过差分进化算法中的突变、交叉和选择，输出最强帝国作为下一次迭代过程中殖民地群的帝国。本发明的改进的帝国竞争算法提供的帝国强化策略可以增加多样性，防止帝国以及殖民地陷入的局部最优，进一步使用改进的帝国竞争算法去优化SVC，可以很好地帮助SVC找到最佳的超参数，从而帮助模型提高故障诊断的准确率。
-
公开(公告)号：CN113093724B
公开(公告)日：2022-09-06
申请号：CN202110205462.7
申请日：2021-02-24
Applicant: 上海工程技术大学
IPC: G05D1/02
Abstract: 本发明涉及一种基于改进蚁群算法的AGV路径规划方法，包括如下步骤：(1)对AGV实际工作环境进行建模；(2)初始化参数，包括蚂蚁数量m，最大迭代次数k，信息启发因子α，期望启发式因子β，局部信息素挥发因子ξ，全局信息素挥发因子ρ，伪概率阈值q0，信息素强度Q；(3)使用麻雀搜索算法对路径进行预搜索，生成新的初始信息素；(4)基于改进蚁群算法对AGV进行路径规划，得到最优路径；所述改进蚁群算法是指对蚁群算法的状态转移规则、转移概率、信息素更新策略和挥发因子进行改进。本发明的方法可以让小车快速搜索到实际环境中的较优路径，可以节约生产运输成本，提高了运输效率。
-
公开(公告)号：CN113095355B
公开(公告)日：2022-08-23
申请号：CN202110232797.8
申请日：2021-03-03
Applicant: 上海工程技术大学
IPC: G06K9/62 , G06N3/00 , G06N20/00 , G06F17/16 , G01M13/045
Abstract: 本发明涉及一种改进差分进化算法优化随机森林的滚动轴承故障诊断方法，包括采用改进差分进化算法优化随机森林的故障诊断模型和依此模型进行故障诊断，所述采用改进差分进化算法优化随机森林的故障诊断模型为：所述中，Ptrain为训练随机森林模型的输入特征矩阵，Qtrain为训练随机森林模型的一维列向量；所述依此模型进行故障诊断是指将待故障诊断的滚动轴承的输入特征矩阵P输入到所述故障诊断模型中，得到一维列向量Q，Q中出现0代表正常，出现1代表滚动体故障，出现2代表外圈故障，出现3代表内圈故障，出现4代表保持架故障。本发明使用改进的差分进化算法优化随机森林可以实现参数的自适应调整，使得模型优异的鲁棒性和准确度。
-
公开(公告)号：CN113610116A
公开(公告)日：2021-11-05
申请号：CN202110800113.X
申请日：2021-07-14
Applicant: 上海工程技术大学
Abstract: 本发明涉及一种自适应差分进化算法优化支持向量机的故障诊断方法，采集待诊断故障的轴承的振动信号，并对其进行预处理得到数据后，将数据输入到训练好的支持向量机模型中，由其输出轴承故障诊断结果；预处理的过程即依次进行分解、特征提取和特征选择的过程；支持向量机模型的训练步骤如下：(1)采集已诊断故障的轴承的振动信号，并对其进行所述预处理得到训练样本数据；(2)优化支持向量机模型的模型参数C和gamma；(3)训练支持向量机模型；将参数C和gamma的取值代入支持向量机模型中，利用训练样本数据对支持向量机模型进行训练。本发明可实现参数的自适应调整，从而使得支持向量机算法达到较优的结果，提高了算法的鲁棒性和准确度。
-
Patent Agency Ranking
公开(公告)号：CN113095355A
公开(公告)日：2021-07-09
申请号：CN202110232797.8
申请日：2021-03-03
Applicant: 上海工程技术大学
IPC: G06K9/62 , G06N3/00 , G06N20/00 , G06F17/16 , G01M13/045
Abstract: 本发明涉及一种改进差分进化算法优化随机森林的滚动轴承故障诊断方法，包括采用改进差分进化算法优化随机森林的故障诊断模型和依此模型进行故障诊断，所述采用改进差分进化算法优化随机森林的故障诊断模型为：所述中，Ptrain为训练随机森林模型的输入特征矩阵，Qtrain为训练随机森林模型的一维列向量；所述依此模型进行故障诊断是指将待故障诊断的滚动轴承的输入特征矩阵P输入到所述故障诊断模型中，得到一维列向量Q，Q中出现0代表正常，出现1代表滚动体故障，出现2代表外圈故障，出现3代表内圈故障，出现4代表保持架故障。本发明使用改进的差分进化算法优化随机森林可以实现参数的自适应调整，使得模型优异的鲁棒性和准确度。
-
公开(公告)号：CN113093724A
公开(公告)日：2021-07-09
申请号：CN202110205462.7
申请日：2021-02-24
Applicant: 上海工程技术大学
IPC: G05D1/02
Abstract: 本发明涉及一种基于改进蚁群算法的AGV路径规划方法，包括如下步骤：(1)对AGV实际工作环境进行建模；(2)初始化参数，包括蚂蚁数量m，最大迭代次数k，信息启发因子α，期望启发式因子β，局部信息素挥发因子ξ，全局信息素挥发因子ρ，伪概率阈值q0，信息素强度Q；(3)使用麻雀搜索算法对路径进行预搜索，生成新的初始信息素；(4)基于改进蚁群算法对AGV进行路径规划，得到最优路径；所述改进蚁群算法是指对蚁群算法的状态转移规则、转移概率、信息素更新策略和挥发因子进行改进。本发明的方法可以让小车快速搜索到实际环境中的较优路径，可以节约生产运输成本，提高了运输效率。
-
公开(公告)号：CN113011463A
公开(公告)日：2021-06-22
申请号：CN202110207626.X
申请日：2021-02-25
Applicant: 上海工程技术大学
IPC: G06K9/62 , G06K9/00 , G06N3/08 , G06N3/04 , G01M13/045
Abstract: 本发明涉及一种基于改进的GA‑BP的中草药设备轴承寿命预测方法，首先通过安装在中草药设备轴承上的多个振动传感器采集滚动轴承的振动信号，然后计算得到振动信号的均方根值，并对多个均方根值运用主成分分析进行融合处理，将主成分分析得到的第一主成分作为轴承的退化信号，最后将处理好的退化信号输入到改进的GA‑BP神经网络中进行寿命预测；改进的GA‑BP神经网络是指利用改进的多种群遗传算法(改进之处在于运用两种群迭代过程中最优解距离和适应度对比来判断是否让两种群进行基因交流，并将交叉概率由固定值改进为函数表达式所生成的动态值)优化BP神经网络的神经元个数、网络层数、初始权值和阈值。本发明可实现轴承的剩余寿命计算，且准确度和精确度高。
-
公开(公告)号：CN113947111B
公开(公告)日：2025-05-02
申请号：CN202111218774.8
申请日：2021-10-20
Applicant: 上海工程技术大学
IPC: G06F18/24 , G06F18/213 , G06N3/006 , G01M13/045
Abstract: 本发明涉及一种基于改进帝国竞争算法优化SVC的轴承故障诊断方法，所述方法中SVC的惩罚因子C和核参数Gamma为经过改进的帝国竞争算法优化后得到的；所述改进帝国竞争算法是指包含有帝国强化策略的帝国竞争算法；所述帝国强化策略是指在帝国竞争算法的每一轮迭代过程中，将每一个帝国与随机选取的四个帝国作为差分进化算法的输入，依次经过差分进化算法中的突变、交叉和选择，输出最强帝国作为下一次迭代过程中殖民地群的帝国。本发明的改进的帝国竞争算法提供的帝国强化策略可以增加多样性，防止帝国以及殖民地陷入的局部最优，进一步使用改进的帝国竞争算法去优化SVC，可以很好地帮助SVC找到最佳的超参数，从而帮助模型提高故障诊断的准确率。
-
公开(公告)号：CN113011463B
公开(公告)日：2022-09-06
申请号：CN202110207626.X
申请日：2021-02-25
Applicant: 上海工程技术大学
IPC: G06K9/62 , G06K9/00 , G06N3/08 , G06N3/04 , G01M13/045
Abstract: 本发明涉及一种基于改进的GA‑BP的中草药设备轴承寿命预测方法，首先通过安装在中草药设备轴承上的多个振动传感器采集滚动轴承的振动信号，然后计算得到振动信号的均方根值，并对多个均方根值运用主成分分析进行融合处理，将主成分分析得到的第一主成分作为轴承的退化信号，最后将处理好的退化信号输入到改进的GA‑BP神经网络中进行寿命预测；改进的GA‑BP神经网络是指利用改进的多种群遗传算法(改进之处在于运用两种群迭代过程中最优解距离和适应度对比来判断是否让两种群进行基因交流，并将交叉概率由固定值改进为函数表达式所生成的动态值)优化BP神经网络的神经元个数、网络层数、初始权值和阈值。本发明可实现轴承的剩余寿命计算，且准确度和精确度高。
-
-
-
-
-
-
-
-
-
Search Results
14
records
(took 0.091 seconds)
