-
Patent Agency Ranking
公开(公告)号：CN111368863A
公开(公告)日：2020-07-03
申请号：CN201811596722.2
申请日：2018-12-26
Applicant: 上海海事大学
Abstract: 本发明公开了一种智能化的岸桥关键机构健康状态评估方法。首先，对岸桥机构的振动信号进行预处理，提取多种时域特征并进行特征选择，并通过无监督聚类算法生成一种可以衡量振动特征数据分布的网格；然后，采用隐马尔可夫模型对生成的数据分布网格进行训练，建立数据网格分布与机构健康状态之间的映射，得到岸桥状态评估模型；最后，将待测数据分布网格输入状态评估模型中，根据模型输出的对数似然概率对岸桥机构的健康状态进行评估。该方法可以有效处理岸桥运行中产生的海量无标签数据，并能够克服实际应用中缺少岸桥故障数据的问题，实现岸桥关键机构健康状态的智能评估，有利于推动岸桥的智能维护，提高岸桥运行的安全性与可靠性。
-
公开(公告)号：CN109977869B
公开(公告)日：2023-04-07
申请号：CN201910235249.3
申请日：2019-03-27
Applicant: 上海海事大学
IPC: G06F18/213 , G06N3/0464 , G06N3/084
Abstract: 本发明公开了一种基于深度学习的岸桥运行机构状态评估方法：首先采集岸桥机器房内关键运行机构的振动信号，计算采集的振动信号相关特征指标，再基于搭建训练好的1D卷积神经网络模型，自适应提取信号状态特征指标，将结果以评分的方式输出，可以根据分数的大小以及稳定程度来评价岸桥运行机构状态。本方法解决了人工提取特征指标需要专家经验的问题，智能处理特征指标有效提高了岸桥运行机构状态识别的准确率。同时采用评分方式评价，直观反映岸桥运行机构健康状态。
-
公开(公告)号：CN111453619B
公开(公告)日：2023-01-17
申请号：CN201910047980.3
申请日：2019-01-18
Applicant: 上海海事大学
Abstract: 本发明公开了一种自适应的岸桥运行机构智能监测与状态评估系统，该系统包括以下部分：数据采集子系统、数据处理子系统、云端中心；其中数据采集子系统包括传声器、振动加速度传感器、数据采集卡；其中数据处理子系统包括数据压缩模块、振动多统计特征提取模块、噪声多统计特征提取模块、深度学习模块、自适应岸桥状态评估模块。本系统可以从岸桥的振动和噪声信号中获取丰富的状态信息，并且自适应地根据所在岸桥的特点对岸桥状态进行智能评估，然后通过云端中心将岸桥状态报告发送到用户的移动终端。该系统具有较强的自适应能力，可以满足设备监测系统智能化和定制化的需求，有利于港口机械装备向着自动化、智能化、无人化的方向发展。
-
公开(公告)号：CN111453619A
公开(公告)日：2020-07-28
申请号：CN201910047980.3
申请日：2019-01-18
Applicant: 上海海事大学
Abstract: 本发明公开了一种自适应的岸桥运行机构智能监测与状态评估系统，该系统包括以下部分：数据采集子系统、数据处理子系统、云端中心；其中数据采集子系统包括传声器、振动加速度传感器、数据采集卡；其中数据处理子系统包括数据压缩模块、振动多统计特征提取模块、噪声多统计特征提取模块、深度学习模块、自适应岸桥状态评估模块。本系统可以从岸桥的振动和噪声信号中获取丰富的状态信息，并且自适应地根据所在岸桥的特点对岸桥状态进行智能评估，然后通过云端中心将岸桥状态报告发送到用户的移动终端。该系统具有较强的自适应能力，可以满足设备监测系统智能化和定制化的需求，有利于港口机械装备向着自动化、智能化、无人化的方向发展。
-
公开(公告)号：CN109977869A
公开(公告)日：2019-07-05
申请号：CN201910235249.3
申请日：2019-03-27
Applicant: 上海海事大学
Abstract: 本发明公开了一种基于深度学习的岸桥运行机构状态评估方法：首先采集岸桥机器房内关键运行机构的振动信号，计算采集的振动信号相关特征指标，再基于搭建训练好的1D卷积神经网络模型，自适应提取信号状态特征指标，将结果以评分的方式输出，可以根据分数的大小以及稳定程度来评价岸桥运行机构状态。本方法解决了人工提取特征指标需要专家经验的问题，智能处理特征指标有效提高了岸桥运行机构状态识别的准确率。同时采用评分方式评价，直观反映岸桥运行机构健康状态。
-
-
-
-
Search Results
5
records
(took 0.018 seconds)
